人脸检测的研究具有重要的学术价值，人脸是一类具有相当复杂的细节变化的自然结构目标，对此类目标的挑战性在于：人脸由于外貌、表情、肤色等不同，具有模式的可变性；一般意义下的人脸上，可能存在眼镜、胡须等附属物；作为三维物体的人脸影像不可避免地受由光照产生的阴影的影响。因此，如果能够找到解决这些问题的方法，成功地构造出人脸检测系统，将为解决其他类似的复杂模式的检测问题提供重要的启示。《人脸检测》对人脸检测的基本问题、研究思路和方法、经典的算法和技术全方位地做了深入系统的介绍，着重介绍了作者在利用活动轮廓模型方法进行人脸检测方面的一些研究成果，指出了该领域的未来发展方向。可作为高等学校有关专业的研究生、高年级本科生、研究院所和有关单位广大科技工作者和工程技术人员的参考书。
    《人脸检测》首先对人脸检测的基本问题、研究思路和方法、经典的算法和技术全方位地做了深入系统的介绍，然后着重介绍了作者在利用活动轮廓模型方法进行人脸检测方面的一些研究成果，最后指出了该领域的未来发展方向。
    《人脸检测》可作为高等学校有关专业的研究生、高年级本科生、研究院所和有关单位广大科技工作者和工程技术人员的参考书。

1 人脸检测概述
1.1 人脸检测问题描述
1.2 人脸检测的研究历史与现状
1.3 人脸检测的应用
1.4 人脸检测的有关产品介绍
1.5 人脸检测算法的评价

2 基于特征的人脸检测方法
2.1 低层特征分析方法
2.2 组群特征分析方法
2.3 变形模型方法
2.4 小结

3 基于图像的人脸检测方法
3.1 线性子空间方法
3.2 神经网络方法
3.3 其他统计方法
3.4 小结

4 基于活动轮廓模型的单人脸检测方法
4.1 活动轮廓模型简介
4.2 基于梯度向量流的单人脸检测方法
4.3 基于Chan-Vese模型的单人脸检测方法
4.4 基于变形垂足曲线的单人脸检测方法
4.5 三种模型方法比较
4.6 小结

5 基于活动轮廓模型的多人脸检测方法
5.1 基于多相Chan-Vese模型的多人脸检测方法
5.2 人脸数目已知时的多人脸检测方法
5.3 小结

6 图像序列中的人脸检测与跟踪
6.1 简单背景下的人脸检测与跟踪
6.2 复杂背景下的人脸检测与跟踪
6.3 两种方法比较
6.4 小结

7 总结与展望
附录
A 色度空间
B 水平集方法快速数值算法
参考文献