人脸检测最初是根据人脸识别的需要而提出的一个课题,随着计算机技术的发展人脸检测已经作为一个独立的研究课题提出来了,人脸检测既是人脸识别、人的表情识别等课题的研究基础,直接影响后续课题的研究,又在公安、安保、门禁等得到广泛的应用。作为人脸识别的重要的第一步,人脸检测所做的工作是将人脸从图像背景中检测出来,它是人脸识别、视点跟踪和人脸图像压缩等应用中的重要环节。由于受图像背景、亮度变化及人的头部姿势等因素的影响,使得人脸检测成为一项复杂的、具有挑战性的研究课题。本文论述了人脸检测技术的基本概念,分析和探讨了多种人脸检测方法的基本理论,对人脸检测方法进行了深入的研究和讨论,实验表明本文提出的人脸检测方法是合理的,具有一定的理论价值与实用价值。本文的研究工作主要包括以下几个方面:1)在图象预处理中,讨论了各种图象处理的基本方法,用来去除人脸图象中干扰信息,其中包括灰度归一化、尺度归一化、中值滤波和边缘提取等。2)在人脸检测部分,在讨论研究了传统的人脸检测法后,重点研究了基于神经网络的人脸检测法和基于Adaboost算法的人脸检测法的原理,深入分析BP神经网络的优缺点,最后我们将BP神经网络应用到Adaboost算法的改善中,得到了一种优秀的人脸检测法——基于Adaboost和神经网络的人脸检测法。3)实现了一个简单的人脸检测系统,并将改善得到的基于Adaboost和BP神经网络的级联分类器和传统的Adaboost级联分类器实现的人脸检测效果进行了对比分析。