人脸检测是计算机视觉领域的一个研究热点。本文以序列图像为对象，研究人脸检测的方法，并设计基于Windows操作系统的人脸检测系统。 本文研究了综合运动信息和肤色信息进行人脸检测的算法。利用运动信息可以迅速检测到运动的人。人的运动和光线变化导致背景是变化的，为适应这种变化，提出基于Kalman滤波器的背景重建方法，然后利用背景减得到运动的人，根据人体特征通过投影法定位人的头部区域，为后续人脸检测提高速度奠定基础。肤色是人脸的重要特征，而肤色聚类在颜色空间中一个较小的区域中，故可利用肤色模型检测出人脸区域。我们对黄色人种肤色进行研究，在YCbCr颜色空间建立其肤色模型进行阈值分割，依据脸部的二值图像投影，最终定位人脸。 人脸在运动过程中成像大小不是完全相同的，这给提取人脸特征进而检测人脸增加了难度。针对图像中人脸区域所占图像面积较小的问题，提出一种结合小波变换和变形模板匹配的人脸检测算法。根据人脸形状设计一个可变形的椭圆模板，先用小波多尺度分解提取人脸的轮廓，然后计算粗尺度下模板图像点集与人脸边缘点集之间的Hausdorff距离进行人脸区域粗定位，最后利用遗传算法优化能量函数来调节变椭圆模板以精确定位人脸。 最后，用VC实现一个基于Windows 操作系统的人脸检测系统，并对试验结果进行分析比较。