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，人脸检测的应用越来越广泛。现在社会上一些重要金融机构如银行的金库和一些存放机密文件资料的部门屡屡遭到犯罪分子的盗窃和破坏，由此引起严重的损失。如何在这些环境条件下提供更安全的保障成了亟需解决的问题。其中动态人脸检测成为对这些部门进行安全监控中的关键一环。通过动态的人脸检测可以实现对非正常进入的人员进行监控并进行纪录。我们对此作了大量研究，提出了一种基于视频序列动态人脸的检测算法，该算法包含了三个部分，运动物体检测，类肤色检测和正面人脸检测。该算法首先通过基于颜色单通道比例差分的方法快速检测运动物体，在此基础上进行类肤色分割和基于结构的正面人脸二次鉴别来检测动态人脸。在运动物体检测部分，视频监控系统中检测运动物体常用是差影法，但差影法在检测物体时会出现由于光照变化影响检测结果的问题。根据图像颜色单通道值与灰度值均受光照影响时变化趋势一致，比例关系受光照变化不大的特点，本文提出了颜色单通道比例差分算法。通过两幅图投影相差部分定位运动物体。运用这种方法可以对运动物体进行快速准确的检测，同时解决了光照变化带来的检测不准问题。类肤色检测部分通过对大量数据进行统计，建立肤色模型，综合YIQ和与YUV两种颜色空间，选取一种严格的阈值范围，使得人脸的肤色可以更好的得到筛选。在人脸二次鉴别中，本文综合多种方法来进行鉴别。该方法包括图像的马赛克化，横纹检测，人脸特征提取和人脸的结构规则的使用，可实现对人脸器官的准确定位及鉴别人脸与非人脸。测试结果表明本文提出基于视频序列动态人脸的检测算法是有效的。而颜色单通道比例差分算法也可以迅速检测运动物体，所建立的肤色模型是根据实验数据得出，基本满足不同的光照条件下的肤色检测。