随着计算机应用的普及,以及网络技术的不断发展、成熟,信息安全越来越受到人们的重视。为了保证信息的安全,提高身份识别的准确率,人们开发出了各种各样的方法。而且伴随着智能手机等功能的提升使得基于此的识别技术成为又一研究热点,尤其是在一些人流量比较大以及安全级别要求较高的地方。相比于一些常见的身份识别,人脸特征识别具有非接触性、稳定性、独特性等优点,所以本文把人脸识别与嵌入式、手机、平板等相融合,设计用于高安全级别的门禁系统。人脸识别系统分为几个部分,每一部分的结果都会影响整个系统。本文对检测、特征提取以及特征识别过程进行了算法介绍、选择、融合、改进等,并将其应用到智能手机平台以及window平台上实现了人脸识别的系统。本文对传统的人脸检测算法进行了研究,通过选取已有算法并进行改进得到适合本系统的算法。首先通过肤色分割算法对原始图像进行预处理,对图像进行分割,得到可能含有人脸部分,然后进一步通过人脸长宽、面积等特征选取可能区域,最后通过Ada Boost算法对上述处理的区域搜索,通过实验验证,本文所用算法结合了两种算法的优点,将不足进行互补,在提高检测率的同时,提高了检测速度。本文在经过对特征点匹配算法比较后,选用SIFT算法进行改进来进行特征提取与匹配。文中详细的介绍了SIFT算法的实现过程,针对其主要步骤进行了改进等。该算法实现过程比较复杂,运算过程空间和时间复杂度高,需要很大的计算量,在实际应用到图像处理中有很多的难点。本文第四部分通过对SIFT尺度空间极值点检测和进特征描述向量进行改进,很大程度上降低了计算量。本文一个主要的创新点就是门禁管理系统的设计,结合Android与嵌入式平台上进行人脸识别系统的构建。通过将本文提出的检测与识别算法嵌入到系统中,在Android平台与嵌入式平台下实现了人脸检测与识别系统,并验证了该系统的功能指标和性能指标。