人脸检测是人脸识别技术首要一环，快速精确的定位人脸的位置是高质量入脸识别后续流程的前提和基石。本论文在综合分析前人研究之基础上，以实时性为目标，并保证高的检测率和低的虚警率的检测质量，针对变幻多端的背景条件和光线条件，在VC++平台上实现了一个检测效率较高的实时人脸检测系统。　　 视频自24位真彩色的摄像头获得，然后对视频帧进行由粗到精的分轮检测，第一轮为高斯建模实现肤色分割，然后用数学形态学滤波完成人脸的初步检测，第二轮为用AdaBoost-Cascade分类器实现基于区域的精细入脸检测。第一轮的步骤具体细分为对较喑图像进行光线补偿、将RGB的彩色空间映射到YCbCr空间、非线性分段变换得到表现肤色聚类分布的YCbCr彩色空间、腐蚀、膨胀、灰度值二值滤波、Blob分析、LRTB人脸定位，其中的映射矩阵由高斯建模得到，用到的形态学滤波方法使系统具有更好的抗噪能力和鲁棒性。在第二轮，Adaboost的核心思想是针对不同的训练集训练同一个弱分类器，然后把这些弱分类器加权组台构成一个强分类器；Cascade是将很多强分类器组合起来，将被误分的非人脸样本组台成下一层的负人脸样本集合。　　 本文的创新点一是LRTB快速人脸定位，将此步骤嵌于首次扫描中，比以往的分行分列再扫描法精简快捷；二是根据整个系统的检测机制，在采集训练样本时，只采集近肤色非人脸组成负样本集，这样不仅降低了负样本采集的难度，同时加快了第二轮的检测速度。