当前,各类生物识别技术在我们的生活中扮演着不可或缺的角色,人脸识别相对于其他生物识别的应用更为广泛,无论是考勤打卡机、火车站的无人检票闸机还是支付宝的人脸支付功能等,都是由于人脸识别相对于其他生物识别,如指纹识别、虹膜识别,具有非接触、无侵犯以及可跟踪性强等突出特点。传统嵌入式产品的开发因软硬设计分离,而硬件的更新速度又总是不满足软件开发的需求,导致嵌入式产品的迭代周期增加,以至于被市场抛弃。针对传统嵌入式开发的不足,本课题选用集成了ARM处理器和FPGA可编程逻辑资源的Zynq系列全可编程异构处理器实现人脸识别。为减少计算量,满足实时实现人脸识别,进一步研究验证了基于肤色和Viola-Jones检测器的人脸检测算法,采用PCA降维技术,建立了人脸数据库。在Zynq处理器的内部架构基础上,结合Vivado研究实现了图像的预处理以及IP核的封装,采用以IP为核心的设计理念搭建了人脸识别系统的硬件工程。针对嵌入式系统开发的复杂性,使用PetaLinux工具简化嵌入式系统的开发,结合所设计的硬件工程实现系统的可定制化,使用随附的全系统仿真器,进而完成了系统的模拟启动。利用ZedBoard平台验证了本文所设计的人脸识别系统,并对实验结果进行了分析。本课题完成了基于Zynq的人脸识别系统的设计与验证,实现了软硬协同设计。实验结果表明,利用Zynq的PL部分进行图像预处理比在PS部分进行预处理的速度提高了约3倍,系统的识别率可达82.5%。