随着社会的信息化与智能化发展,人脸检测技术在商业、文化等各领域扮演着日益重要的角色,社会对人脸检测系统的性能要求也越来越高。开源计算机视觉库OpenCV中实现了众多图像处理算法,其中包括使用Adaboost算法训练出Haar分类器,用以进行高准确率人脸检测。常用的基于Haar-Like特征的AdaBoost人脸检测算法还存在着不足之处,例如漏检率和误检率较高,检测效率较低等。针对这些不足之处,本文在原有的Haar-Like特征集中加入新的符合人脸器官分布的Haar-Like特征,以提高检测率,降低虚警率。并通过引进肤色检测技术来筛选人体肤色区域作为备选区域,剔除图片中大部分非肤色区域,以提高检测效率。通过测试与性能对比,改进的人脸检测系统具有更好的准确率和更高的检测效率,具有一定的应用价值。