人脸识别一直是一个未解的难题，经过很多年的努力，仍然没有取得多少突破性的进展，这多少反映了人类对自身认识的困难。但是随着计算机技术的发展，在一些特定领域取得了不错的结果。本文主要想在人脸检测方面做一点研究。 人脸检测是人脸识别的前期工作，是人脸识别必不可少的步骤，本文为了满足实时性的考虑，提出了在肤色基础上加入PCA方法和肤色基础上加入Log-Gabor方法来检测人脸，并且对这些方法都做了大量实验，并在此基础上做了深入的分析和比较。 本文对于肤色空间作了详尽分析。首先在RGB空间作了实验，为了抵消光照变化影响，采用了角度度量方法。实验表明除了检测出人脸的肤色区域外，还把和肤色及其相似的桌子看成了人脸。然后在YCbCr空间和HSV空间进行检测，由于这两个空间分离出了亮度、饱和度，这使得我们的实验提高了精确性，实验结果也不受光照影响，很好的检测出人的肤色区域，为下面的实验提供了很好的基础。 下面的工作主要是人眼的定位。眼睛是人脸图像中最重要的特征点，有效地提取人眼特征在人脸识别中具有重要的意义。 我们先利用广泛实用的PCA方法，来检测人眼。基于主成分分析(PCA)的特征脸法是人脸识别中应用最广泛的方法。由于用于训练的样本数远远大于图像的像素数目，本文采用了SVD方法得到具有较大特征值的基底。并用这些基底的线性组合描述、表达和逼近人眼图像。因此可以较好的检测出人眼。在实验中，本文加入了一些先验知识，来弥补PCA方法的不足，最后结果显示可以很好的检测出人眼。 PCA方法需要训练，检测时间较长，准确性不是很高，容易受外界环境和人的姿态影响，我们还利用了Gabor变换，对人眼检测做了深入具体的研究。 Gabor函数是唯一能够到达测不准关系下界的函数，它能够很好的同时在时域和频域中兼顾对信号分析的分辨率要起。本文研究了Gabor变换在人眼识别中的意义、方法，以及它的具体实现。并在此基础上提出了利用Log-Gabor识别人眼方法。分析表明Log-Gabor能够更自然的表示人眼，并且在利用了傅利叶正反变换的基础上，能够达到快速识别的要求，因而满足了一定的实时性和实用性的要求。