在人脸检测研究中,如何能够快速、准确的检测人脸一直是待解决的关键问题。本文主要对复杂背景下彩色图像中的多人脸检测方法进行了研究,具体如下:1.对人脸肤色建模方法进行了研究。根据肤色在RGB颜色空间中的分布,提出了一种新的肤色模型,首先对RGB空间进行旋转,然后确定肤色模型的阈值。并与常用颜色空间下的肤色模型检测结果进行了比较,实验结果表明本文提出的肤色模型简单、快速、具有良好的检测效果。2.提出了一种新的快速的彩色图像中人脸区域分割方法。该方法突破了传统的逐点搜索的机制,将粒子群优化算法用于对彩色图像中的人脸肤色区域进行搜索,大大提高了人脸候选肤色区域搜索标记的效率,减少了后续处理工作。3.对多种人脸确认方法进行了研究,包括特征不变法、模板匹配法、神经网络方法和Adaboost方法。并对基于BP神经网络的人脸确认方法进行了如下改进:(1)采用“自举法”选取人脸训练样本,降低了样本的相关性,提高了分类效果;(2)修改了网络输出层误差计算公式,提高了网络收敛速度。