近些年来,越来越多的人与组织开始研究人脸识别技术,相应的,人脸识别技术也成为热门的研究方向。这种现象的出现主要有以下两个方面的原因：第一,不断发展的社会经济所带来的频繁的经济活动,导致流动人口的迅速,由此产生出一系列的安全问题；第二,快速发展的计算机技术,越来越多的人开始研究计算机相关技术,一些技术已经日趋成熟并已投放市场。鉴于以上两个方面的原因,作为图像处理与模式识别领域里的人脸识别技术,就成为研究的热点领域。人脸识别是在基于人的生物特征的基础上辨别出身份的技术。常见的生物识别技术包括掌纹识别,指纹识别,声音识别,虹膜识别等等。本文所研究的人间检测与识别技术包括三个部分：人脸检测、人脸特征提取、人脸识别。这三个方面是先后相互联系的,缺一不可。其中,人脸检测与定位指的就是,从给定的照片或者图像中找出人脸的位置即要找到人脸,要求从彩色或者黑白图片中分割出人脸区域；人脸图像特征提取与识别这个环节要求对人脸检测与定位环节中分割出的人脸图像进行归一化处理,并对处理结果进行相关处理。同样的,人脸自动识别技术的各个领域又可以细分为很多相关技术的研究方向。基于肤色的人脸检测与定位技术是本文主要研究的主要内容。近些年来,随着人脸识别技术的发展,人脸检测也出现了很多关键技术,主要有基于学习的人脸检测方法,基于知识的人脸检测方法,以及基于模板匹配的方法,因此本文首先对这几类方法进行综述,介绍了人脸检测与识别的基本理论,在此基础上,又介绍了人脸监测与识别的关键技术,着重列举了几种比较核心的典型的方法；然后,本系统切入本文研究的重点内容,对基于肤色的人脸检测定进行重点讨论,主要包括,在给定的图片中,利用基于肤色的技术,对照片中的人脸进行检测与特征提取,并表示出人脸部分。本文给出了一种基于区域的肤色检测算法,其基本思想是采用模糊C均值法对图像进行分割,得到图像片区域,根据区域中的肤色像素比率来判断整个区是否为肤色区域。这种方法简单易行,可以提高检测的速度。模糊C均值法仅作用于颜色属性,是在颜色属性的基础上,经常把给定的图像中的整块肤色区域进行分割,产生若干部分,对光照比较敏感。因此为了提高检测的质量和效率,本系统拟采用不整体采用模糊C均值法,只是在给定的图像中,将这种模糊聚类引入像素空间分布的局部属性中。这种解决方法,可以使人脸区域被分隔在统一区域的准确率提高。检测完人脸之后就要进行定位,在这一环节,本系统在人脸几何模型的基础上,采用人眼特征的位置进行定位。对眼睛定位之后,根据人脸几何模型,本系统就可以相应的定位出人脸的其他部分,例如嘴巴和鼻子。