在模式识别与图像处理研究领域中,人脸检测是一个备受关注的研究方向,也是人脸识别的关键步骤。随着智能化信息处理技术的发展,人脸检测的应用背景已经远远超出了人脸识别系统的范畴,它在安全访问控制、智能监控、视频会议、基于内容的图像检索等方面有着日益广泛的应用前景。然而,人脸作为人类自身再熟悉不过的一个组成部分,其检测问题却是个极富挑战性的课题。如果能找到高性能的解决方法,将为解决其它类似的复杂模式检测问题提供重要的启示,这使得研究快速而准确的人脸检测技术具有了十分重要的意义。本论文研究的是较复杂场景的彩色图像序列中竖直正面人脸的检测问题,提出了肤色分割和支持向量机相结合的人脸检测算法。论文一开始对所涉及到的一些相关技术做了不同程度的总结、比较和研究。文章简要介绍了人脸检测和支持向量机的概念,重点分析了常用的人脸检测方法和支持向量机如何应用于学习分类。论文的重点章节是人脸检测系统的设计与实现:在分析了系统需求的基础上,设计了系统工作流程并划分子模块,接下来依次介绍各模块的设计流程以及实现方法,最终给出了人脸检测系统的完整实现方案,同时还给出了系统运行的结果。论文最后对系统的运行效果进行综合分析,总结了本文工作的创新点,并指出进一步的工作。实验结果表明,本论文的人脸检测算法能够有效地检测出较复杂场景的彩色图像序列中基本为正面的人脸图像,具有广泛的应用前景。