身份验证系统是智能园区建设的核心之一,随着信息技术的不断发展,其方式也在不断变革之中。人脸识别由于其方式友好而在近些年受到工业界和学术界越来越多的关注。如今随着神经网络技术的飞快发展,人脸识别准确率大幅提高,但目前主流的人脸识别系统均未搭载人脸反欺骗功能,在面对非法用户恶意攻击时,园区的安全问题十分堪忧。为了实现一个安全的智能园区人脸识别系统,本文将研究重点放在了以下两个方面:人脸反欺骗和人脸识别,并在最后设计出应用于智能园区的部署方案。本文首先研究了深度学习理论体系和当代图像处理方法,并基于卷积神经网络技术和人脸特征点检测技术,提出了一种融合式的反欺骗检测方式。通过把眨眼检测和神经网络擅长的分类能力相结合,能有效抵抗目前常见的图片攻击和视频攻击。其次,针对主流的人脸检测和人脸匹配算法,研究了其原理以及实现的方法。由于这两项技术发展已十分成熟,本文通过实验对比分析各种经典方法的优劣性,根据实际情况选择了最优的人脸检测算法以及人脸匹配工具,并用直方图均衡化和中值滤波等辅助图像处理以提升效果。结合实际应用的需求,考虑到网络延迟以及在大规模部署时的算力分配问题,本文将计算放在本地进行。最后将反欺骗算法与人脸识别系统部署到硬件设备中,使用普通摄像头作为图像采集设备,设计了现场解决方案,构建了一个可应用于智能园区的人脸识别系统。该系统用户体验较好,人脸识别成功率高,且具有反欺骗能力。