快速发展的嵌入式系统为复杂环境下的人脸检测和面部特征分析奠定了硬件基础。本文基于华为海思3536开发板搭建了面部特征分析系统,并针对该硬件平台,选取了基于LAB与MLP相结合的算法进行人脸检测以及随机森林级联回归算法训练了面部特征点模型,主要针对眼部特征进行了分析,最终在硬件平台上完成了算法实现,并进行了测试。本文主要工作如下:1.研究了本文的选题背景及意义,分析了面部特征分析算法以及嵌入式系统的国内外研究现状。2.详细研究了华为海思3536开发板的功能结构及海康红外摄像头的性能,针对该硬件平台进行了嵌入式操作系统的移植,并安装了交叉编译工具,配置了Windows系统下的编程环境。3.采用基于LAB与MLP相结合的算法进行人脸检测,使用由粗略到精细的检测方式,节省了检测时间。通过随机森林级联回归算法训练了人脸特征点模型,并采用阈值判断的方式分析了眼睛的睁闭状态。在HELEN人脸数据库中与多种算法进行对比实验,实验结果表明所用算法定位精度高,满足系统的实时性要求。4.完成了系统的整体设计,将算法相关的库(OpenCV及Dlib)进行了交叉编译和移植,并测试了该系统的速度性能,测试结果表明,系统能够在昼夜光照变化的情况下,实时准确的显示眼睛的睁闭状态,满足了面部特征分析系统实时性、准确性的要求。本文基于华为海思3536开发板及海康红外摄像头,设计的面部特征分析系统,降低了昼夜光照变化等复杂检测环境带来的影响,检测速度与精度均得到一定提升。