人脸识别技术,在发展迅速的计算机视觉传达技术的基础上得到了迅猛的发展,凭借其识别效率高,将传统的识别算法远远的抛在了身后,使得它慢慢的成为了在图像处理领域的龙头。近年来,随着大数据技术的到来以及计算机硬件条件极大的增强,图像采集和处理能力显著提高,人脸识别技术不仅对复杂环境下的人脸有准确的识别效果,而且对于特定姿势和多角度联合的人脸也可以快速识别。而且相比于目前常用于识别的生物特征,其便捷化,高智能化,人机友好,安全稳定等优势使人脸识别技术一跃成为当今身份识别领域的热门技术。从多任务处理的方面看来,人脸识别的系统设计是根据两个核心任务为指导方向设计系统框架。即:人脸检测任务模块及人脸识别任务模块。人脸检测任务模块又包含人脸检测、关键点定位、人脸对齐等功能。人脸识别任务模块主要有人脸特征提取、人脸特征比对等功能。各个模块不仅配合起来相得益彰,单独拿出来也毫不逊色具有很强的独立性。这当中关于检测人脸的技术则是运用基于Anchor的级联结构网络独立设计,人脸识别任务模块采用迁移基于Tensorflow框架的InceptionResnet特征提取网络构架,最后采用计算提取人脸特征的余弦距离进行人脸比对。采用线下训练的方式预先训练人脸识别模型,同时在将图像进行预处理过后,再采集关于实验室的人脸数据,然后再学习迁移后的模型。对全部系统逐一运行,并进行整体的性能测试,测试结果证明,本文设计的各个任务模块都实现了不错的效果。