人脸检测与人脸识别现在已经成为机器视觉领域的重要研究课题。它应用于和谐人机界面,视觉检测,数字视频处理等多个方向。迄今为止,很多人脸检测与识别的算法已经提出,并取得了不错的效果。但是人脸检测的速度以及检测与识别的中间地带-面部特征检索与人脸配准还有待深入研究,它们是建立快速人脸识别系统的前提。相比以往注重准确率而言,本文的研究更关心速度。我们以低分辨率图像为对象,采用基于Adaboost统计学习方法的层叠分类器检测人脸,基本上实现了快速人脸检测;为了将找到的人脸规范化,提出了一种基于边缘检测与灰度梯度密度的快速特征检测方法,定位人脸的主要特征-眼睛,并在此基础上利用几何与灰度信息定位嘴巴;借鉴直接表现模型DAM(direct appearance model)所提出的形状与纹理之间线型关系,对大量定位好的样本进行统计学习,训练变换矩阵,进行人脸方向的定位与几何校正。本文提出的基于边缘检测和灰度梯度密度的面部特征检测方法可以快速的对眼睛进行较准确的定位,并对非强光照等影响有很好适应性。标注好的人脸图像可以为人脸配准提供训练样本数据,并应用于实现人脸的方向定位,几何校正,为人脸识别做好必要准备。