将普通计算环境下的基于高精度静态图像和基于大样本学习、多迭代的人脸识别方法直接应用到针对视频监控应用场景下的人脸识别,会面临例如识别率低、延迟大、计算能力不足等问题。本文提出了一种适用于视频流、低分辨率、低计算要求的人脸检测识别算法。论文的主要工作包括以下几个方面:1.针对低清晰度下人脸识别的问题,本文提出了使用梯度算法标记特征点和用五官模板进行脸型拟合的方法,使得在低清晰度环境下能够较为精确找到五官位置,而后应用了逐步验证的机制使得降低错误率和提高效率得到了同时的满足,最终实现了低清晰度环境下人脸的准确识别。2.针对低清晰度下人脸检测的问题,本文提出了分层结构脸部形态模板方法和直方图分析方法,实现了低清晰度环境下高效率准确的完成人脸检测工作。3.针对背景复杂的问题,本文在通常的视频流图片与背景相减方法的基础上,针对做完减法的图片进行形态学的处理,可进一步去除噪点且不丢失重要信息。该系统已部署至重庆市公安局江北分局安装使用,实时检测识别效果明显。