近年来中国城市人口与日俱增,很多城市为了合理高效的对生活垃圾进行处理,出台了很多新型垃圾处理政策。此时,能在小区中使用智能的自动监管装置成为了更好的选择。而监管的第一步就是确认用户的身份,因此,能适应小区露天环境的自动化高精度身份确认系统成为了本文关注的重点。目前主流的人脸识别系统大多是由人脸检测、活体检测、人脸识别三个部分组成,而每个模块又由各自的深度学习网络构成,需要在具有并行计算能力的高性能专用硬件(如GPU)上才能很好地运行。但是实际应用中,出于使用成本和中心化等因素的考虑,通常是将模型部署在移动设备或嵌入式设备上,而这些设备使用的是CPU,存储和运算能力都很有限。本文根据系统对模型参数量、计算量和运行时间都要尽可能少的要求,又根据实际应用环境的特点,提出了能够同时完成人脸和活体两项检测任务的轻量级检测模型,以及适应小区露天环境的人脸识别模型,并且开发设计了一套具有实用性的人脸识别系统。本论文的研究工作主要包括以下三个方面。1.提出了一个新的的融合活体与人脸检测的轻量级模型。首先,本文实现了一个改进的轻量级面部特征提取网络,通过对网络结构进行修改,并引入优化机制,使一个参数量少、运行速度快的浅层网络可以提取面部的通用特征,同时用于人脸检测和活体检测。其次,本文提出了一个新的融合活体与人脸检测的损失函数,能够训练网络同时学习用于人脸检测和活体检测所需的深层特征。最后,为解决在轻量级特征提取网络中使用复杂损失函数,导致网络训练困难的问题,引入了基于师生网络的知识蒸馏方法。给轻量级网络一个特征理解能力很好的教师网络,将教师网络的隐含知识传递给学生网络,从而简化轻量级网络的训练,使网络训练后的性能更好。2.实现了一个适用于小区露天环境下的人脸识别模型。首先,本文搭建了一个在Inception-Res Net-V1网络基础上,对其输出进行优化处理的特征提取网络。此后,因为小区露天下环境不稳定的影响,会出现较多难区分的图像,而三元组损失函数则善于挖掘数据中的难样本,因此选用此损失函数,最终得到了一个善于识别小区露天环境下产生的难样本的人脸识别模型。3.设计并实现了一个适用于小区露天环境的人脸识别系统。该系统利用python语言和第三方库Py Qt5进行开发。系统主要包括人脸活体检测模块、适用于小区露天环境的人脸识别模块等。用户通过调用摄像头获取实时图像,并通过人脸活体检测模型检测出活体人脸,将其输入人脸识别模型,进行身份确认,最终系统返回用户的身份信息,系统准确度高、运行速度快并且参数少,适合进行实际应用。