在过去的十年中，人脸检测已经在计算机视觉领域得到了深入的研究和广泛的应用，例如人脸识别、视觉监控以及人机交互领域。人脸检测要走向实际应用，检测精度和速度是亟需解决的两个关键问题。经过20世纪90年代以来十多年的发展，人脸检测的精度得到了大幅度的提高，但是速度问题却一直是阻碍人脸检测走向实用的绊脚石。为此研究者们也作了艰辛的努力。直到Viola基于AdaBoost算法的人脸检测器的发表，人脸检测的速度才得到了实质性的提高。该算法的发表也促进了人脸检测研究的进一步蓬勃发展。 本文在Viola方法的基础上构建了一个快速人脸检测系统。主要完成了以下工作： (1)在前人研究的基础上，分析了矩形特征的组成形式以及利用积分图快速计算矩形特征的方法。对Viola方法中所使用的矩形特征进行了扩展，从而扩大了训练的范围，提高了检测率并且降低了误检率； (2)运用上述扩展的矩形特征，采用Adaboost算法以及多层级联分类器构建人脸检测系统，有效地提高了检测速度； (3)采用了检测窗口的多尺度扫描，而没有使用传统的“图像金字塔”多尺度扫描，采用这种检测策略，可以避免直接对图像进行缩放变换，从而减小了计算量，提高了检测速度； (4)结合OpenCV视觉图像库中的C函数和C++类实现了基于Adaboost算法的快速人脸检测系统； (5)建立了一个包含200多幅新生儿彩色图像的小型数据库，本文实验所用的部分图片是来自这个数据库中的； (6)利用本文构建的人脸检测系统对CMU人脸测试库、实验室采集的新生儿图片以及Internet上下载的图片进行测试。结果表明：该系统具有较高的检测率和较低的误检率，对检测旋转一定角度的人脸具有较强的鲁棒性，同时检测速度也基本达到了实时检测的要求。