随着互联网的发展,人脸识别技术开始被广泛的应用。而传统的在PC上的人脸识别虽然精度较高,但存在难以部署,不具有通用性等问题。基于此背景,本文设计一种通用型人脸识别系统,将对于人脸的检测识别等相关计算,以及对人脸用户,人脸图片以及人脸特征等存储,都集中于基于ARM架构的Hi3559AV100芯片上。整个系统便于二次开发,且对大多数场景,视频,图片等都可以实时地进行人脸检测识别。系统设计了六个模块:接口模块,DP server模块,人脸库管理模块,特征库模块,图片流处理模块,视频流处理模块,来构建整个人脸识别系统。针对监控,门禁等不同的应用场景,在人脸识别算法模块中分别设计了图片流处理模块和视频流处理模块。考虑到算法需要匹配对应的硬件资源,以及系统应用的实时性需求,选择了Retina Net人脸检测算法,在Face Net网络基础上的Mobile Net V2特征提取算法,deepsort人脸跟踪算法,以及余弦相似度特征比对方法来实现整个的人脸识别算法。同时利用模块的划分,实现了多接口可同时检测图片流和视频流的需求。接口模块利用RTSP,HTTP协议等,完成与上位机以及外设的通信,同时对输入的图像进行简单的预处理。DP server模块用于内部通信,通过对各模块接口消息的解析,进行消息的转发接收,使得整个系统成星型结构,各个模块相互独立,便于系统维护,迭代更新,二次开发。人脸库管理模块利用数据库对人脸,用户信息,特征的存储,实现对人脸分组,人脸用户等相关信息的增删查改功能。为了在具体应用时,减少遍历读取时间,设计了特征库模块,利用共享内存等方式,开辟一个内存空间,将特征读入,再由算法模块去读取进行比对。针对系统的交互功能,利用Java Script作为人机交互界面语言来具体完成了系统整个功能平台的搭建,包括存储页面,识别配置页面,识别结果页面。同时利用python写了一套脚本,来模拟客户端进行测试,完成对整个人脸识别系统各个功能的自动化测试,能快速的得出性能结果以及相关指标,也能快速找出系统问题,为之后的开发以及使用提供了方便。在各个功能模块的应用以及算法设计的配合下,整个系统能较为稳定持续且能保证实时性的运行。