随着2020年疫情以来中医特色疗法在抗击疫情中的出色表现,国家对中医药发展的扶持力度加大。越来越多的人相信中医,甚至开始尝试刮痧、艾灸等中医手法居家保健。查找穴位是中医疗法的重要环节,穴位识别的准确与否将直接影响最终效果。目前百姓自行居家中医保健时,基本是业余操作,难免对穴位的定位存在偏差。因此,本文在穴位识别的准确性和实时性上展开研究。首先,提出了一种基于深度学习的面部穴位识别算法。其次,基于此算法设计并实现了一种移动端面部穴位实时定位AR系统。主要研究内容如下:（1）从两个方面对MTCNN人脸检测算法进行改进。首先,优化MTCNN的网络结构,去掉P-Net、R-Net以及O-Net中关于人脸关键点检测的计算部分,从而降低算法的复杂度。其次,提高图像金字塔中最小人脸图像的尺寸,减少图像金字塔的层数,以降低人脸检测的计算量。经过对比实验证明,改进的MTCNN相较于原始的MTCNN在人脸检测任务中速度更快。（2）对PFLD面部关键点检测模型进行改进。提出采用轻量化卷积神经网络Mobile Net V3作为PFLD模型的主干网络,以增加检测的准确性和效率。同时通过旋转、镜像的操作方法扩增人脸关键点检测的数据集,进一步提升PFLD模型的鲁棒性。经过对比实验,改进后的PFLD模型相比原始的PFLD模型在人脸关键点检测的准确度和速度上都得到了提升。（3）研究穴位与面部关键点坐标的位置关系,并结合中医学的骨度分寸法,提出面部穴位坐标的计算方法,最终实现了20多种面部穴位的准确定位。（4）基于上述算法研究,开发了一款运行于智能手机的多功能面部穴位实时识别AR系统。本文研究并设计的面部穴位识别AR系统具有准确度高、普及性强、操作简单等特点,对于普通老百姓的穴位识别及中医文化的传承具有重要的实际意义。