我国是一个多民族国家,不同民族间的面部特征会因地域、气候等环境的不同而存在一定的差异,然而随着时间的变迁、民族的繁衍及文化的交流与融合,民族人脸特征逐渐弱化甚至消失,因此利用计算机技术对民族人脸特征进行研究和应用具有深远意义。本文以探索少数民族面部特征提取的有效方法为目的,研究基于面部特征增强和卷积神经网络(Convolutional Neural Network,CNN)的民族人脸图像检索方法,为相关领域研究提供新的思路与参考。主要研究工作如下:(1)民族人脸资源库构建。本文对云南省德宏州、红河州的两个少数民族地区282人的民族人脸图像进行采集和预处理,建立了涵盖不同表情、姿态、角度、光照和背景变化的民族人脸资源库。(2)民族人脸特征增强。针对人脸民族特征的差异,本文通过对民族人脸关键特征点检测,基于对两个民族人脸特征区域的对比分析,提出了一种基于感兴趣区域的民族人脸特征增强方法,以提升民族人脸的特征表达和辨别能力。(3)基于CNN的民族人脸图像检索。本文在民族特征增强的基础上,构建基于CNN的民族人脸检索框架,实现民族人脸深度特征提取和检索,并通过实验对比分析不同深度网络结构下多组特征增强的人脸检索效果,验证了本文提出的基于特征增强和CNN的民族人脸检索方法有效性和优越性。(4)民族人脸图像检索原型系统的设计与实现。本文采用PyQt5和TensorFlow设计并实现了民族人脸图像检索原型系统,该系统包括数据预处理、民族人脸特征增强、基于CNN的民族人脸图像检索和检索结果可视化四个模块,可实现多种图像检索模式结果的可视化。