人脸检测问题最初来源于人脸识别，是指在输入图像中判断是否存在人脸区域，进一步确定人脸的位置，方向，光照条件等。而如今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，在基于内容的检索，数字视频处理，视觉监听等方面有着重要的应用价值，与安全监控，智能人机接口等许多应用领域密切相关。 各类人脸检测问题中的难点在于复杂背景下静止图像中的人脸检测，这就是本文的研究内容。本文首先介绍了基于肤色的初检与人眼模型的验证相结合的检测算法，使用肤色模型进行初检，利用肤色分割，图像滤波，区域归并等技术选出候选的肤色块，然后在候选的肤色块中利用人眼模型进行验证，通过对灰度图像中眼睛部件的深入分析，根据眼睛的几何和灰度特性进行人眼的粗检，然后利用对称性校验结合嘴唇特征进行人眼块是否有效的判决，并对肤色块做出最终验证。 在以上模型的基础上，本文对算法提出了进一步的修正以解决一些在人脸检测中较为常见的问题，提出了通过光线校正来解决图像光线对检测结果影响，提出了人眼模型修正算法来实现旋转人脸的检测，同时提出了区域归并修正算法来解决近似背景的干扰，有效提高算法的检测性能。 以此检测算法为基础，本文基于Microsoft推出的数字视频处理软件开发包VFW构建了一个PC平台下的摄像头人脸检测系统，并使用上述检测算法实现人脸的检测。实验结果表明，该系统下人脸检测的检出率及误检率都能得到较大的改善，取得了良好的检测效果。