近些年来，随着图像处理和模式识别技术的飞速发展，特别是大规模人像数据库的出现，人像识别和检索已成为当今的热门话题。人脸的唯一性使得它的识别和分析可以广泛应用在个人身份识别、安检、人机交互、表情分析、唇读等应用中。计算机人脸检测作为人脸识别和分析的前期步骤和首要环节，很早已受到人们的关注，因此迄今为止，有很多人脸检测的方法被提出。对于简单背景的人脸检测，已经有了很多比较成功的算法。但对于复杂背景的图像，已有的算法要么检测速度过慢，要么容易漏检和误检，这是由于人脸具有不同的姿态、尺寸、肤色和表情，其他的因素(如戴眼镜、头发的有无以及穿戴)也都有可能导致检测失败。 本文在对已有的人脸检测方法归纳和分析的基础之上，提出了一个由粗到精的逐级检测方法，即首先用肤色特征模型在彩色图像中提取出肤色候选区域，然后在候选区域内用特征眼模板匹配大致确定人眼所在位置，最后利用已有的人脸面部结构规则来确定人脸的最终位置。本文力求在保证较高准确率的情况之下，尽可能快地提高人脸检测的速度。实验证明，本算法取得了很好的效果。 本文的另外一部分工作是对人脸进行特征提取，这部分采用了准确率和速度都相对较好的PCA(主元分析)方法，即根据图像的统计特性进行正交变换(K-L变换)，以消除原有各向量间的相关性，根据变换后的特征向量求取出相应特征点。