在目前的人脸图像信息处理领域中包含有人脸识别、人脸跟踪、姿态估计、表情识别等多个研究方向,所有这些都涉及到人脸的检测与定位问题。随着计算机应用的普及、性能的提高以及图像处理和模式识别领域的研究逐步成熟,对人脸检测的研究也将受到越来越多的重视。本文针对复杂背景下的人脸检测问题展开研究。在分析现有人脸检测方法优缺点的基础上,提出了一种基于高斯模型和神经网络的复杂背景下人脸检测算法。该方法首先建立肤色和唇色的高斯模型,提取候选人脸和人嘴区域,然后对平面旋转候选人脸利用椭圆模型参数将其校准为端正人脸,最后由BP 神经网络确认候选区域是否为人脸。实验结果表明该方法具有良好的检测精度和普适性。针对人脸检测在视频领域日益广泛的应用,本文将人脸检测算法引入新闻视频主持人镜头的检测问题当中。首先,提取每个新闻视频镜头有代表性的一帧为其关键帧,基于同一模型的主持人关键帧的相似性,运用图论聚类算法对关键帧聚类,然后基于模糊推理的模糊系统被用来进行主持人人脸检测,进一步调整检测结果。仿真实验验证了该方法的检测效率和鲁棒性。本文所提出的检测方法性能优良,检测效果理想,具有较高的实用价值。