随着计算机技术和互联网的发展,各类互联网基础设施逐渐被完善,基于大规模网络摄像头视频流的数据分析挖掘已经被广泛应用于交通、安防等领域,其中行人身份识别目前成为了研究热点。通过行人身份识别,可以有效预防暴力犯罪、预防跟踪尾随以及帮助寻找逃犯等,具有重大的社会意义和研究价值。针对大规模监控视频流下的行人身份识别问题,采用最具有区分性的人脸表示行人身份,提出了一种行人身份识别系统的设计和实现方法。首先,利用FFMPEG抓取视频流中的视频帧,检测其中的行人人脸位置。然后,将裁剪出来的人脸图像存储在SeaweedFS中,将抓取的人脸图像信息发送到Kafka消息队列中,依次消费图像消息,利用卷积神经网络检测并对齐图像中的人脸,提取人脸深度特征。最后,利用“二阶段”聚类算法实现行人聚类,并实现了行人轨迹、行人频次、同行人发现等挖掘算法。针对“二阶段”聚类算法存在的局限性,提出了一种新的流式聚类算法“Stream”,并且提出了一种“角度空间转换”模型,实现余弦距离度量下的类簇中心点和半径的增量更新,为“Stream”算法的实现提供理论支持。基于“Stream”算法又提出了分布式的流式聚类算法“DStream”,极大提高了“Stream”算法的运行速度和吞吐量。实验表明,提出的“Stream”、“DStream”算法在运行速度、内存占用、聚类性能方面相比其他经典的离线或者流式聚类算法都有较强的优势,在LFW公开人脸数据集中,“Stream”聚类算法的ARI、FMI、PP、PR、F-Measure系数分别取得了0.9901、0.9901、0.9947、0.9931、0.9939的结果。