随着时代的发展，人们对生活环境的安全性和智能性提出了更高的要求，而安防监控系统在其中扮演着重要的角色。现阶段安防监控系统主要包括两种：红外报警系统和视频监控系统。红外报警系统易受复杂环境的干扰，而视频监控系统主要起到录像的作用，并且需要工作人员在监视器前进行观察，不但占用数据储存资源，而且效率低下。本文重点研究了安防监控中的图像预处理、人脸检测和人脸识别等，提出了基于人脸身份识别的智能安防监控系统。本文的研究工作包括：图像预处理方面，在研究相关文献的基础上，对原始图像进行一系列的滤波实验以改善图像质量；人脸检测方面，在AdaBoost算法的基础上，详细研究了图像中人脸的特征提取和级联分类器的训练，并利用EmguCV提供的分类器文件做了相关检测实验；人脸识别方面，在Eigenface算法的基础上，对K-L变换和PCA算法的基本原理做了相关论述，同时分析Fisherface算法，通过实验比较了两种算法在UMIST和ORL人脸库上性能的优劣，最后，提出了基于Hadoop的分布式人脸匹配识别解决方案，提高了识别速度；在上述研究的基础上，设计了智能安防监控系统，包括网络摄像头的连接、人脸检测、结合Oracle数据库的人脸数据存储、人脸识别以及基于ZigBee的远程报警。本文所设计的智能安防监控系统，测试效果良好。一方面能从输入图像中正确检测人脸，并能将人脸及其身份数据存入数据库中；另一方面能准确的识别人脸身份，陌生人情况下能及时报警。