与传统的身份认证方式相比,人脸识别具有友好性、便利性、安全性等特点。人脸检测作为人脸识别的一个关键环节,具有重要的研究意义。近年来,人脸检测技术取得了日新月异的进步与发展,但是其相关研究仍存在一些不足,有待于进一步改善。本文深入研究与分析了基于肤色模型和Adaboost算法的人脸检测技术,设计了改进策略,进而提出了人脸检测系统方案,最后对本系统的性能进行了测试,实验结果表明本系统具有较好的人脸检测性能。本文的主要工作和成果如下:1.本文针对肤色检测的优势与Adaboost算法的特点,采用肤色分割初检与Adaboost检测定位相结合的方法,提出了人脸检测系统的方案。此外,利用OpenCV实现了传统的Adaboost人脸检测,与本系统的性能进行了对比验证;2.关于Adaboost算法,一方面,针对样本训练提出了两种改进算法,提高了训练速度,并用实验进行了验证;另一方面,对图像检测过程进行了改进,提高了检测的效率;3.在彩色图像预处理的设计中,本文在经典的“参考白”算法的基础上提出了一种改进的光照补偿算法,在光照补偿前进行补偿必要性判断,在一定程度上减小了运算量,在进行光照补偿时区别对待RGB分量,避免了过补偿造成的高光;4.针对候选人脸区域的确定,本文选择了分割速度较快的椭圆肤色模型,分割完成后,对二值图像进行了数学形态学处理、连通区域标记、外接矩形、区域合并与非人脸区域排除等图像处理技术,保证了处理速度的同时,实现了候选人脸区域的较好分割。