人脸检测及人脸特征检测是当今模式识别领域的研究热点。人脸检测作为自动人脸识别系统的一个关键环节,开始逐步引起人们的重视。随着其应用范围的扩大,人脸检测的应用背景已经远远超出了人脸识别系统的范畴,它在基于内容的检索、摄影技术、数字视频处理、视频检测等方面都有着重要的应用价值。目前,有关人脸检测的研究已取得了一定的成绩,但是由于视频中人脸的复杂环境,使得视频中的人脸检测仍面临巨大挑战。首先,采用AFS-RS方法提高视频中人脸图像的性能。由于视频中人脸图像存在着低分辨率、运动模糊、特征信息量少、信噪比低等问题影响人脸检测的检测率。本文采用此法改善此问题,并在此基础上做了一定的改进。实验表明,此方法能够提高视频中人脸检测的检测率。其次,充分利用视频中丰富的时空信息、色彩信息和灰度信息,将这些信息进行有效融合,采用一种基于多信息融合的人脸检测方法进行人脸检测。实验证明,基于多信息融合的人脸检测方法能提高视频中人脸检测的实时性和有效性。再次,分析了基于多重参数Gabor小波的特征检测和定位方法。依据不同参数的Gabor小波对不同的人脸特征的不同表征能力,本文采用此法对人脸的关键特征进行粗定位,再结合ASEF和积分投影的方法分别对眼睛和嘴巴进行精确定位。实验结果表明,采用此法能够获得较高的定位准确率。最后,总结了本文研究的主要内容和所做工作,并分析了本文需要改进和提高的地方。并对未来的研究工作做出了展望。