人脸检测是计算机确定待测图片中人脸的位置、大小的一种技术,同人脸识别相结合共同构成自动人脸检测与识别系统,在身份鉴别和权限控制等方面得到了广泛应用。人脸检测与识别系统采用计算机视觉和图像处理技术,根据人脸的局部特征研究识别与匹配方法。本文在归纳与总结现有的人脸检测算法的基础上,着重研究了基于AdaBoost算法的人脸检测,同时采用基于特征脸主成成分分析的方法进行人脸识别。主要内容如下:1)首先介绍了人脸检测与识别的研究背景、意义及国内外现状,介绍了到目前为止常用的人脸检测和人脸识别方法。2)接着介绍了图像预处理,包括光照补偿、灰度变化、滤波去噪等。在光照补偿方面,对已有的方法进行了深入分析、研究,发现对于一个系统来说现有的好的补偿方法在时间上过长,不利于实时系统搭建,为此在原有参考白的基础上做了改进,并比较了几种算法的处理时间。3)研究了基于AdaBoost的人脸检测和人眼检测方法,首先对AdaBoost算法原理进行分析和介绍,然后列出了级联分类器的训练方法和该算法详细流程,以及训练样本的获取和原理。最后用本文预处理方法进行试验,结果表明,改进后的方法不仅能有效的找到人脸位置,而且在时间上也有所提高。4)深入的分析了PCA人脸识别方法的原理,实现了基于PCA算法的人脸识别。并在人脸识别前加入了对输入图像的几何校正,包括人脸的旋转、平移等,使得人脸尽量保持正面,更有利于特征的提取和模板的匹配工作。然后与未加入几何校正时的人脸识别进行比较,提高了识别率。5)最后用本文的算法实现了人脸检测与识别系统的搭建。