人脸识别可以广泛应用到身份验证、信息安全、电子商务、多媒体等诸多领域。随着社会日益增长的巨大需求、计算机软硬件技术的成熟和人脸识别研究的日趋进步，人脸检测逐步受到重视。特别是真实场景下的人脸检测研究，已经逐步成为人脸识别系统是否能够真正实用的关键。 对于人脸检测的研究，已经经历了由简单到复杂，由静态图像检测到视频实时检测的发展，特别是最近几年出现的基于Haar特征的人脸检测，真正实现了在PC机上的人脸快速检测。本文经过实验，研究了基于Haar特征的人脸检测算法之后，发现虽然它具有具有很强的实时性，但在真实场景下的人脸检测率，错检率等指标不很理想。 所以，本文使用肤色，外形，边缘能量等人脸多种特征，利用肤色模型、形态学算子、轮廓过滤、边缘启发式搜索等多种手段，改进了原算法。和原算法比较，本论文提出的方案提高了算法的性能，提高了检测率和降低了错检率。 另外，本文建立的基于DirectX技术的机器视觉实验平台，对人脸识别、车牌识别等其它机器视觉应用系统，具有借鉴价值。