人脸具有非常丰富的信息,是人类互相认识主要标志。人脸信息处理在计算机视觉、模式识别、多媒体技术研究中占有重要的地位。人脸检测作为人脸信息处理中的一项关键技术,是目前模式识别的热门研究话题,是一项计算机视觉领域内受到普遍重视、研究十分活跃的课题。论文的主要研究内容如下:1)基于模板子窗口树匹配特征的人脸检测算法。针对整体与局部信息的融合问题,本文提出了模板子窗口树概念,扩展了传统的模板,并利用积分图实现高效相关系数计算,通过SVM核的构造在特征层次进行融合,并通过瀑布型AdaBoost粗筛选以进一步加快检测速度。在CMU+MIT正面测试集上检测率为89.4%,误报69个。在P4 1.7GHz的PC上以Matlab 6.5为平台,处理一幅大小为364x367的图片平均需要36s。实验结果表明,该方法比较有效,并具有一定的实用价值。2)基于相位一致性的人脸检测算法。针对光照影响问题,本文提出相位一致性人脸概念。相位一致性是一种无量纲的,对图像亮度和对比度变化具有不变性的测度,利用相位一致性图的积分投影进行降维后结合SVM实现了对光照条件鲁棒的检测算法,并通过粗筛选层大幅提高检测速度。在CMU+MIT正面测试集上和Yale Face Database B上的实验均取得了较好结果,表明该算法是有效的。