人脸检测是用来准确获取人脸部的大小和位置的一项基于计算机识别的数字化技术,主要突出人脸的特征,而弱化次要的衣着和环境等信息。随着研究的深化,人脸检测同样可以反映出眼睛,鼻子,嘴等更加精确的特征。人脸检测技术在视频监控,视频编码,智能养老,人机交互,图像检索及生物特征识别等方面都有着广泛而深远的应用,具有一定的研究价值和应用前景。本文会介绍相关人脸检测技术及其发展史,着重介绍了基于几何特征,基于统计理论,基于知识的检测算法,并分析了主流算法的优缺点及检测难点,综合考虑算法的效率和精度,选取最合适的人脸检测方案。第三章改进了肤色算法,因为亮度对肤色的影响较大,不易将肤色点从非肤色点中提取出来,更不能产生明显的类聚,而YCrCb颜色空间是将亮度和颜色分量分开,从而忽略Y分量,所以检测的色彩空间选取YCrCb空间,并通过肤色特征锁定肤色区域,剔除不合常理的连通域和ROI的设定,可以减少待测区域,对人脸检测的效果有很大的帮助。最后,本文结合openCV视觉库及相关函数和Adaboost算法,提取Haar特征之后通过积分图获取完整级联分类器,在基于肤色检测的基础上,对人脸进行初步检测,接着用Adaboost算法训练待测人脸样本,并在不同的情景和条件下做验证实验。