生物识别技术就是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性(如指纹、脸象、虹膜等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。人脸检测和识别是目前生物特征识别中最受人们关注的一个分支,是当前图像处理、模式识别和计算机视觉领域内的一个热门研究课题,在公安部门罪犯搜索、安全部门动态监视识别、银行密码系统等许多领域有广泛的应用。人脸检测是进行识别的前期工作,同时人脸检测的理论和实现方法可以应用到其它的一些目标检测问题上,如车辆检测、行人检测等。本文对人脸检测进行了较为深入的研究,论文的主要工作和成果有以下几个方面:1、全面概述了生物特征识别技术及其发展方向,重点描述了人脸识别和检测技术的应用背景、研究意义、国内外研究现状、以及人脸检测的难点。2、概述了目前人脸检测的分类方法、几种经典的人脸检测算法以及检测用到的数据库。3、在2DPCA(Two-Dimension Principal Component Analysis)算法基础上,提出了一种改进的2DPCA算法用于人脸检测。4、提出了一种基于模板匹配和改进的2DPCA算法的人脸检测方法。该方法先通过构造的双眼--人脸模板进行粗分类,这样可以丢弃大量的非人脸区域,提升了之后进一步的检测速度,再用改进的2DPCA方法进行细分类,最后将检测到的人脸区域合并,得到最终的人脸区域。5、通过编程实现了粗分类和细分类的两层检测人脸的分类方法,分别对单个人脸和多个人脸的图像将行检测,并对实验数据进行了比较分析。