人脸检测是当前模式识别和计算机视觉领域的重要研究方向和研究热点。人脸检测在人脸识别、人脸追踪、姿势估计、表情识别、图像检索和数字视频等方面都有着重要的应用。由于人脸模式错综复杂、易受干扰,很多常用的人脸检测算法一般都存在计算量大、速度慢、误检率高的缺点。Viola于2001年提出的基于积分图像的AdaBoost方法,是目前人脸检测领域最先进的技术之一。在此基础上构建的人脸检测系统是能够满足实时检测要求的。作为人脸检测领域一种新兴技术,AdaBoost方法还存在一些缺陷。虽然它具有很强的实时性,但在真实场景下的人脸检测会出现很多错判和重复的检测结果。因此,AdaBoost方法用于人脸检测有待进一步的完善。本文利用Intel OpenCV实现了基于Haar特征和AdaBoost人脸检测算法的人脸检测系统,达到了快速、高效和精确度高的人脸检测效果。与传统的“金字塔”方式不同,在人脸检测的过程中,本文采取了一种新的检测策略:逐层放大检测窗口,再对检测窗口内的图像进行模式匹配。这种策略可以避免直接对图像进行缩放变换,减小了计算量,提高了检测速度。系统主要是对正面人脸图像进行检测,辅助加入对侧面人脸图像检测。系统得到的人脸检测的结果可为下一步的人脸识别服务。