【摘要】针对车间内员工面部多尺度变化导致现有人脸检测算法效果不佳的问题，本文提出了一种结合人脸检测模型Ｆａｃｅｂｏｘｅｓ与核相关滤波（ｋｅｒｎｅｌ ｃｏｒｒｅｌａｔｉｏｎ ｆｌｉｔｅｒ，ＫＣＦ）的人脸检测融合算法。 该算法首先对Ｆａｃｅｂｏｘｅｓ网络结构进行优化，并引入多尺度融合技术以提升多尺度人脸检测的精度；其次，通过方向梯度直方图（ ｈｉｓｔｏｇｒａｍ ｏｆ ｏｒｉｅｎｔｅｄ ｇｒａｄｉｅｎｔｓ，ＨＯＧ） 与局部二值模式（ ｌｏｃａｌ ｂｉｎａｒｙｐａｔｔｅｒｎｓ， ＬＢＰ）特征融合优化ＫＣＦ，增强目标跟踪能力；最后，将二者整合，形成“检测－跟踪－检测”的循环系统。 实验证明，本算法在静态图像和动态视频中的检测效果和速度均佳，能满足实际需求，展现出良好的实用性。