随着科技的迅猛发展,采用智能化设备（系统）部分替代人工服务,有效提升购物体验的智能商场应运而生。本文是为智能商场系统开发顾客导引部分,采用人脸识别技术,对顾客提供全自动的导引服务。现有的人脸识别系统大都需要对使用者的人脸图片进行储存,隐私和肖像权的保护至关重要,本文提出以特征文件代替图片的优化方法,以实现隐私保护的安全性需求。着眼于经济、实用,使用性价比较高的Android与嵌入式开发平台,以相对有限的硬件资源实现智能商场内的自动导引服务系统。其主要功能目标为:自动采集顾客导引意愿、便捷搜索意向商品向及采集获得许可的人脸特征信息,通过人脸识别技术确定顾客位置动态、为其提供对应的导引服务。主要研究内容如下:1)设计智能商场导引系统硬件与软件架构。结合Android开发技术、嵌入式开发技术、云端存储技术和人脸识别技术完整设计整个导引系统的框架。按实现功能,系统主要分为人脸录入终端、人脸识别模块以及云端服务器。2)针对传统人脸识别系统中信息容易泄露的弊端,提出只存储人脸识别所需特征向量的工作方式来保护顾客的图片、肖像等隐私敏感信息,经过对照实验选择出该环境下表现良好的LBP+SVM的实现方案,在现有的技术下,无法根据向量特征还原出清晰的原图片,保护了顾客的肖像安全。3)对SVM多识别模式进行有向无环图优化,减少了分类时需要遍历的分类器数量。并在核处理过程中提出将多种常用核函数进行融合的优化方法,推导设计了组合核函数的函数表达式。通过改进的网格搜索法对其中的参数进行优化选择,并设计对比实验证明该方法在小样本情况下能提升SVM分类器的性能。4)基于Android开发板、ARM内核嵌入式开发板以及Open MV视觉模块,开发完成了实现设计功能的自动导引服务原理样机系统。经测试,结果表明该系统在实际环境中运行稳定,平均识别时间约18ms,识别准确率达到94%,满足商场实际应用需求。