随着社会的快速发展和智能信息等科学技术的快速提高,对于身份的识别越来越重视。而且身份识别通常用于各行各业中,比如安防监控、个人认证、海关过境检测、国防建设等等。由于人脸具有不易伪造、不易丢失和便于携带等优点,所以人脸识别成为了身份识别的重要研究方向。并且人脸识别问题已经引起了国内外众多研究人员的关注。人脸检测作为独立的一个模块,是人脸识别系统中重要的组成部分。如何提高人脸检测系统的检测率和检测速度,并且适用于多姿态、多角度和各种复杂坏境的人脸检测系统,都是当前研究的热点和难点问题。本文重点研究了三种常用人脸检测方法,通过分析这三种人脸检测方法的优缺点,设计并实现了两种具有实时性的人脸检测系统。具体的工作内容如下：(1)简单介绍了人脸检测的研究意义和研究背景,以及国内外关于人脸检测与识别的研究现状。讨论了常用的几种人脸检测方法。(2)详细介绍了三种常用人脸检测方法的原理。分别为：基于肤色的人脸检测方法、基于支持向量机(SVM)的检测方法、基于Adaboost算法的人脸检测方法。具体分析了肤色检测中色彩空间的选择与肤色模型的建立；并且亲自动手实现了SVM算法和Adaboost算法中训练样本的收集、特征的提取和训练的过程。最后分析与总结了三种算法的优缺点。(3)基于上述三种人脸检测算法的优缺点和实际应用中的需求,利用MFC、VS2008和OpenCv2.1等编程工具,设计并实现了两种实时性的人脸检测系统。分别为：基于肤色和SVM的人脸检测系统,基于肤色和Adaboost算法的人脸检测系统。同时从训练过程和检测效果等多个角度分析比较了两种实时性人脸检测系统的特点。