针对传统AdaBoost算法在单特征分类器训练时耗费时间长、弱分类器质量低的问题,本文提出一种基于双特征的改进型AdaBoost分类检测算法。首先,通过粒子群寻优算法(PSO)搜寻最优的两个特征,以及两特征对应的阈值,形成双特征型弱分类器。接着将弱分类器组合成强分类器,最后在MATLAB软件中利用MIT人脸数据库进行仿真实验,结果表明本文基于双特征的分类器性能优于单特征分类器。