人脸检测是人脸自动识别系统的重要组成部分，检测精度直接影响着人脸识别的性能。近几年来，随着多功能感知研究的兴起，人脸检测问题开始在国际上引起关注，并已逐渐发展成为一个相对独立的研究方向。人脸检测也是智能人机接口的重要交互通道，它在多功能感知、电视会议、基于内容的图像检索、安全检查以及视频监视等领域都有着重要的应用前景。 本文在对现有人脸检测方法进行详细综述的基础上，提出了基于活动轮廓模型的人脸检测方法，即以人脸轮廓作为描述人脸的主要特征，充分利用活动轮廓模型方法可以建模和提取任意形状的变形轮廓的特性，不需要采集大量样本进行学习训练就可以完成人脸检测任务。具体研究工作包括以下几个方面： (1)对两类活动轮廓模型方法(包括参数活动轮廓模型方法和几何活动轮廓方法)进行了详细分析介绍，在此基础上，提出了一种能够结合先验知识的通用活动轮廓模型结构，并设计相应的快速实用数值算法。实验结果表明，该模型不需要通过训练样本产生统计形状模型就可以有效检测图像中的目标轮廓，并对图像噪声具有一定的鲁棒性。 (2)利用活动轮廓模型的特性以及图像矩可以描述图像形状的全局特征的特点，提出一种基于Legendre矩的人脸检测方法，其基本思想是将以Legendre矩描述的人脸形状的先验知识嵌入到活动轮廓模型中，通过在原活动轮廓模型中加入人脸约束而达到检测图像中人脸轮廓的目的。实验结果表明，上述方法能有效检测出一定条件下静态灰度图像中的人脸轮廓，而且对噪声图像及有部分遮挡的人脸图像具有一定的处理能力。 (3)利用主动形状模型可以描述一定形变的全局形状的特点，提出一种基于隐主动形状模型的人脸检测方法，即将人脸形状先验知识以水平集形式的主动形状模型描述，然后将该形状约束嵌入到几何活动轮廓模型中，通过求解水平集函数来达到求解图像中人脸轮廓的目的。实验结果表明，上述方法能有效检测出一定条件下静态灰度图像中的人脸轮廓，而且对噪声图像及有部分遮挡的人脸图像具有一定的处理能力。文中还分三种情况对本文提出的人脸检测方法进行了一I*t能比较。