随着智能化和自动化的发展，人脸识别技术通过其非接触性、高识别率、安全性等特点，成为人工智能落地最快的算法之一。目前工业界主流的人脸识别算法都是针对静态图像的，视频相对于图像包含的语义信息更加丰富，直接利用视频序列进行识别，不仅更高效，鲁棒性也更强。
　　本文提出了一整套完整的视频人脸识别算法，针对人脸检测模块，受目标检测领域启发，利用RFB模块和深度可分离卷积，设计了轻量级的单阶段多尺度多任务人脸检测器，可以同时完成人脸检测和人脸关键点定位，在速度和精度上均表现良好；针对人脸跟踪模块，利用实时多目标追踪SORT算法结合快速人脸检测，在多种视频分辨率和不同视频场景下均可以达到实时人脸跟踪的效果；为了提高数据集图像质量，帮助人脸识别模型的训练，设计了基于表现的人脸质量评估器，利用第三方人脸特征提取器选择在人脸识别任务上表现好的图像，利用简单高效的卷积神经网络进行回归预测，预测结果和人眼感知分布大致接近；设计了一套视频人脸数据集自动标注算法，对于跟踪得到的视频人脸序列经过人脸质量评估算法和人脸聚类操作，合并同类数据，去除离群点和低质量图像；对于视频人脸特征提取阶段，采用高效的时空非局部注意力机制以及特征池化层进行视频级特征提取，同时利用分类交叉熵损失函数联合改进后的度量性损失函数进行监督训练，保证模型提取的特征紧凑，具有判别力，在视频人脸识别基准测试集YouTubeFaces上达到了96.31%的准确率。