随着人们生活水平的日益提高,计算机硬件技术的不断发展和应用,人脸识别技术在多个应用和科研领域的重要性越来越大,如在:计算机视觉、模式识别、人工智能以及多媒体技术等领域。怎样能提高视觉、模式识别领域的各种算法的效率,以及如何能提高这些算法的可靠性已经成为这些领域研究的重中之重。人脸检测和识别的研究在于提高人脸检测和识别算法的效率和多个算法的有效的结合,使得检测率和识别率提高。在静态图像中对于人脸的检测和识别目前采用的都是单一的算法,例如肤色算法和Aadaboost算法。随着计算机硬件的高速提升,使得这两个算法的有效结合应用得到应用可能。人脸检测和识别技术和嵌入式技术的应用将成为以后多年研究的重点。本系统是在为做人脸检测和识别系统嵌入式平台做的前期PC平台实验。本论文的重点就是在PC平台上进行基于静态图像的人脸检测和识别系统的设计和实现,同时为后续的将此项目移植到嵌入式平台上做好准备。我在攻读了人脸检测和识别方面的大量的文献资料的基础上,本次论文首先对人脸检测与识别的产生、发展、现状和未来的大致的趋势做了总体性的描述,对人脸检测和识别的重要意义做了阐述;对人脸检测和识别中的肤色算法和Adaboost算法进行了综合性的阐述;对已实现的软件系统做了简单的描述和介绍。对软件的功能和应用的领域进行了概括。并对实验结果做了分析。在理论上本文及软件所采用的算法是肤色算法和Adaboost算法的结合应用,考虑到算法的效率问题,对两种算法进行了改进,使得检测和识别的效果更好。在总结这些理论的基础上,本文对人脸检测和识别系统进行了总体的设计。使用先肤色在Adaboost的方法,使得检测的正确率显著的提高,对彩色的静态图像读取到计算机当中去,先采用肤色算法是人脸的区域大概的标识出来,在采用Adaboost算法分类器进行精确检测。使用颜色空间的转换方法对颜色空间进行转换,设定色度分量和亮度分量尽可能独立,相互没有影响;使用数学形态学方面的膨胀和腐蚀的方法多人脸区域进行处理;使用Opencv中的分类器对人脸区域进行详细分类;最后采用HMM对人脸进行训练和识别。