目前基于网络的数字监控录像系统被广泛的应用于许多重要场所作为安全保障。这种模式的数字监控录像系统需要不断地将监控场所的录像码流通过图像传输网络传到录像主机,因此数据量非常庞大,对存储空间、网络负载提出了很大的挑战。如果开发一种人脸检测算法对摄像机获取的每一帧图像进行人脸检测,然后只存储每一帧图像中的人脸数据,这就在很大程度上减少了监控系统对存储空间、网络负载的需求。根据数字监控录像系统的实际情况,本算法综合利用了肤色信息和唇色信息,在候选人脸区域中通过嘴唇检测来确定真正的人脸位置所在,并且作者动手组建CAU-CS人脸库,通过对人脸库中大量样本的统计实验及最优阈值求解算法,确定肤色和唇色的最优阈值空间;在确定肤色区域的算法中,综合比较各种色彩空间的优缺点并通过大量实验,提出一种YCb’Cr’色彩空间和YES色彩空间相结合的方法,以上为本文的两个新见解。另外,本文针对数字监控系统的实际需要,设计实现了数字监控录像系统的人脸检测算法。算法对彩色图片进行了光线补偿处理,这样在一定程度上消除了光源颜色等客观环境的影响。在噪声去除模块,为了去除二值化图像中的小空洞,算法选用数学形态学闭运算进行噪声去除,从而也使得人脸检测率得到一定程度的提高。为了检验本文开发算法的有效性,使用CAU-CS人脸库对其进行实验测试,实验结果表明,该方法具有实时性好,检测和定位精度较高的特点。