生物认证技术是依靠人类自身所固有的生理或行为特征进行身份验证的一种手段。而生物认证中的人脸特征又是人与人之间互相辨识的最重要和最直观的生物特征。虽然人脸识别的准确性要低于虹膜、指纹等生物特征的识别,但由于它的无侵害性和对用户最自然、最直观的方式,使人脸识别成为最容易被接受的生物特征识别方式。而作为人脸识别的基础,人脸的检测和面部特征的提取已经成为成为模式识别和机器视觉中一个最重要的研究课题。本文对近年来出现的人脸检测主要方法进行了综述,并把人脸检测方法主要分为基于知识的方法、基于模板匹配的方法和基于学习的方法,并对这几类中较为典型的人脸检测方法作了简短的介绍。在这些人脸检测和识别的基本理论和关键技术基础上,论文重点讨论了在复杂背景条件下,图像的人脸检测、特征提取技术。主要研究内容和成果有以下几个方面:(1)分析了光照对图像产生的影响,并提出运用一种基于Kalman滤波的运动图像的降噪算法和光线补偿算法对图像进行预处理,经过实践检验,能够获得较好的预处理结果,为下一步的人脸检测工作奠定良好基础。(2)介绍和分析多种颜色模型,将非线性分段色彩变换的颜色模型应用于肤色检测和分割,提出采用一种改进的Snake算法来应用于人脸的快速定位。此方法解决了单纯的Snake算法对初始位置的敏感性,在降低了复杂程度的同时,增加了系统的实时性。(3)在人脸检测中,传统几何匹配算法容易受到干扰,造成误检测和漏检测现象。为了提高人脸检测的准确性,提出了基于人眼定位和人脸几何特征匹配的人脸检测算法。该算法根据人眼具有相对刚性特征,采用改进的基于Hough变换的人眼检测算法进行人眼的初步定位,然后利用人的双眼与嘴之间的三角关系,通过一种改进的几何匹配的算法查找并定位人嘴,实现人脸的准确定位。(4)在人眼定位中,传统的Hough变换圆检测存在需要大量先验知识和运算复杂的问题,本文提出一种基于椭圆和圆的压缩关系的算法改进,减少了先验知识需求,降低了运算复杂度。(5)提出了人脸旋转角度的验证,通过人眼与嘴中心点的三角关系,计算在静态图像中该人脸的旋转角度,同时也将其运用在在动态图像序列中,找出目标人脸的最佳正面定位,为以后的人脸识别工作做好铺垫。