本发明公开了一种基于MSNRD特征的多姿态人脸检测器的设计方法，包括训练阶段和检测阶段；训练阶段中首先确定模板大小，准备训练数据集；其次构建featurepool特征池；然后在Adaboost框架下训练强分类器；检测阶段中首先遍历输入图像的每个位置的每个尺度的子图像，判定是否为人脸；所有人脸图像构成集合，集合中任意两个元素的重合面积占最小元素面积的比例超过0.3，则仅保留分类器输出值较大的元素，重复该步骤直到集合中任意两个元素的重合面积与较小者面积的比例都不超过0.3，该集和视为检测的最终结果输出。本发明方法丰富了特征的表达能力，简化了特征的计算过程，避免了针对不同姿态分别训练探测器，减轻了训练的工作量，提高了检测效率。