随着计算机视觉技术的不断进步,人脸识别也得到飞速的发展。基于深度学习的人脸识别凭借其识别率高,识别速度快的优势一举超越传统人脸识别,逐步成为整个领域的主流技术。学术界,工业界和个人爱好者纷纷投入大量研究力量,发展势头一片大好:不仅在公共测试集上不断刷新纪录,同时也成功地被应用于智能安防,金融安全和公共应用等领域。毫无疑问,随着深度学习的进一步发展,人脸识别技术在未来也会有更大的发展前景和市场空间。本文主要研究如何更好地利用深度学习工具,将人脸识别技术运用在工程实践中,特别是基于亚洲人脸的应用环境中。主要研究内容如下:首先进行了系统各个模块功能的规划和整体框架的设计,以深度学习开源框架Caffe为平台,C++语言编写动态链接库为工具,设计并实现了视频流抓取模块,人脸检测模块,人脸预处理模块和人脸识别模块。本文完成了人脸识别模型的训练,整体系统的实现,并且在训练得到的人脸系统模型的基础上组织亚洲人脸数据进行迁移学习,最终得到适合实际工程使用的人脸识别模型。实验结果表明,本文设计并实现的四个模块可单独实现功能且效果良好,整体系统能够流畅运行,达到预期设定的目标效果。