人脸检测和识别技术是极富挑战性的热门研究方向,是计算机视觉领域的一项关键应用技术,在经济、安全、社会保障、军事等方面具有巨大的潜在价值。目前在人脸方面的研究主要包括人脸检测、人脸跟踪、人脸识别等,其中人脸检测和人脸识别是研究的热点课题。本文以实现一个可用并实用的基于Web的人脸检测和识别系统为目标,在研究了人脸检测和识别的基本理论和关键技术的基础上,重点讨论了彩色静态图像的人脸检测和静态灰度图像的人脸识别问题。人脸识别所用到的静态图像来自YALE和ORL灰度人脸数据库。在人脸检测方面,本文深入分析了基于肤色模型的整个流程。首先分析和比较了肤色在各个常用颜色空间的聚类性,最终选取YCbCr空间建立肤色模型。本文提出YCbCr的非线性优化算法,使得肤色在过度曝光的情况下也有很好的聚类性。接着使用肤色高斯模型得出肤色似然图,采用最佳阈值与自适应阈值相结合的方法求出二值化的阈值,初步实现人脸与背景的分割。针对多人脸图像和单人脸图像的不同情况,本文提出了各自的人脸筛选算法。最后本文提出使用马赛克模板模糊匹配方法对初步筛选的结果进行进一步细选。在人脸识别方面,本文研究了基于几何特征和特征脸的人脸识别方法。在基于几何特征算法中,主要采用灰度积分投影的方法获取五官相对坐标作为特征向量,除此之外本文引入了性别特征(刘海、胡子)作为识别依据。在特征脸算法中,本文引入HARR小波变换对人脸图像进行初步的降维,接着用K-L正交变换求其特征脸,最后将人脸矩阵投影到特征脸张成的子空间中得到投影系数即特征向量。本文的最后实现了基于Web的人脸检测和识别系统,并给出了详细设计。本文的实验结果都基于该系统。实验表明该系统对姿势和光照等具用较强的适应性。