人脸识别技术是利用人脸图像中携带的年龄与性别特征对人脸进行区分,这种重要的身份识别手段可以广泛应用到生活的各种场景中。本文研究背景是复杂场景下的多人脸属性识别,通过在智慧公交上对乘客年龄与性别的识别,实现自动提示给老人与小孩让座的目标。目前人脸属性识别大部分要借助云平台或者性能强大的CPU和GPU,难以满足一些低功耗低成本的移动应用场景,尤其是复杂场景下的多人脸属性识别。本文针对以上需求,设计了一种人脸检测与属性识别系统,并针对系统性能,从以下五个方面进行优化设计。第一,在采用MTCNN人脸识别算法基础上,引入深度可分离卷积对网络模型大小进行压缩,优化后整体的模型参数量减少了22.6%,计算量减少了83.6%;第二,提出了使用VGG-11作为主干网络设计多属性识别网络,将年龄与性别信息组合同时引入KL散度,通过单个网络实现多属性分类,然后优化VGG网络结构,进一步压缩人脸属性识别网络模型体积,优化后的网络参数量减少了83%,计算量减少了7.9%,年龄MAE减少了1.842,性别准确率提升了6.33%;第三,将人脸检测网络与人脸属性识别网络进行整合优化,并提取训练好的各个模型网络的特征参数,转化为硬件平台可识别的二进制文件;第四,利用PYNQ平台对VGG多属性识别网络做硬件加速进行了实现,设计了通用的卷积层IP核与池化层IP核,利用PYNQ的PL端并行化特点,对IP核循环结构展开优化;第五,在PYNQ上,PS端实现了多人脸属性识别网络,并利用PL端对网络进行计算加速。实验结果表明,复杂场景下的多人脸属性识别任务,在Age DB测试集中年龄MAE为8.1,性别准确率为93.2%,系统在100MHz的时钟频率下,平均算力为5.03GOPS且功耗仅为1.906W。与GPU平台下测试相比,丢失较少的准确率却获得系统功耗与开发成本的大幅降低,符合整体设计的需求,同时与其他硬件平台部署的方案相比,本文低功耗低成本的系统设计具有较高的性价比,所设计的通用IP核灵活性强,有很高的应用价值。