近年来人脸的检测与识别受到了人们重视与广泛研究，它是最为方便与安全的身份识别技术之一，具有非接触，用户接受度高，直观性突出，识别速度快等特点，具有广阔的市场应用前景。本文讨论了常用的几种人脸检测算法的特点及其各自的优缺点，并对AdaBoost算法的原理与实现方法进行了详细地阐述。　　本文设计了一个具有眨眼侦测功能的人脸检测系统，该系统利用摄像机（或摄像头）获得的视频，对实时输入的每一帧图像进行采集并对采集图像做前期处理;采用AdaBoost算法对输入的每一帧图像做人脸检测和人眼检测，用距离转换算法实现对眼睛区域的定位并保留该位置信息;通过眨眼帧差分算法来确定眨眼的区域，并对眨眼求得的连通区域做眼睛形态学的检测，如果通过检测则设为眨眼待确认区域;将此区域与前面距离转换得到的眼睛位置做匹配，若匹配成功则确定为发生了眨眼动作。已有的大部分的人脸检测方法所基于的图像是静态的图像，而本文的人脸检测方法所截取到的图像是来自视频，除了可以获得较精确的眼睛定位信息之外，还具有一定的防伪性。　　本文的设计是基于Window XP系统，编译软件选用的是Dev-C++平台;本文在人脸检测与眨眼侦测方面使用了OpenCV函数库，利用OpenCV来设计Haar人脸分类器，结合人眼的先验知识和几何分布，通过利用机器自主学习能力来检测并跟踪人眼。实验结果表明，本文设计的系统能实现对视频中的图像的人脸检测、人眼定位、眨眼侦测等功能，具有检测精度较高，移植性好等特点。　　此外，本文在基于元胞自动机的交通流建模方面也展开了研究工作，提出了具有可变安全距离与非逐步加速方式的元胞自动机交通流模型，在开放边界条件下，研究了可变安全距离、刹车概率、加速度等对交通流的影响。实验结果表明，通过引入可变的安全距离，使得交通流中紧密的、停滞的高密度区域改善为松散的、低速运动的高密度区域;通过非逐步加速的引入，使得堵塞很快得到缓解，加快了车流由阻塞相转变为自由相的速度，可以更真实地描述实际的交通情况，在交通流量方面得到了显著提高。　　总之，本文在如上两个方面开展了研究，即一个方面是具有眨眼侦测功能的人脸检测方法的研究及实现，另一个方面是基于元胞自动机的道路交通流的建模，并提出了具有可变安全距离与非逐步加速方式的元胞自动机交通流模型。这两个方面的研究内容都可以应用于智能交通中，特别是可以把眨眼侦测用于判断驾驶员的疲劳状况。因此，本文的研究具有较好的实际意义与应用价值。