近年来,随着机器学习技术的飞速发展,人脸识别在准确度和速率等方面有了很大突破,一些最新的研究成果,如FaceNet、DeepFace、DeepID等,其准确率已经接近甚至超过了人类识别的精度。受益于人脸识别在准确率上的突破,该项技术已经融入了人们的生活,如门禁系统、监控追踪系统以及广泛应用于手机终端的人脸检测拍照技术,在目前已知的人脸识别应用领域,该技术已被广大用户接受并喜爱。此外,对该技术的应用正在进一步拓展,在可以预见的将来,人脸识别将是人们生活中不可缺少的一部分。虽然人脸识别技术已臻于成熟,但是仍然存在一些技术上难以突破的难题,比如遮挡问题、姿态变化问题及泛化性问题。本文着眼于实现一个基于东方人面部特征的人脸识别系统,在阅读了大量文献资料的基础上,重点研究了谷歌提出的FaceNet技术,通过实验验证了该模型优秀的特征提取能力,并发现了其泛化能力不足的问题。为了改进该模型的泛化能力,本文通过自建数据库的方法,在地铁站内部架设机位,抓取到了 7000余张人脸图片,完成了图片分类标记及预处理工作。最后,在自建数据库的基础上完成了模型性能的改进提高,并设计实现了一套完整的基于东方人面部特征的人脸识别系统,经过人脸对匹配实验证明,该系统的正、负人脸对识别准确率分别为98.24%及97.72%。