随着我国交通事业日益发展,我国汽车客运站在建设与发展中出现了新的特征与变化。近年来,随着客运站客流数量不断增加,对汽车客运站监控管理、安全防范、事故救援、调度指挥等方面提出了新的要求。然而,我国汽车客运站普遍应用了传统视频监控系统,但由于客运站人流非常巨大、环境异常复杂、管控要求众多,现有的人像识别系统在性能、功能上难以满足当前的客运站业务需求。本文以番禺汽车客运站为应用对象,在基于智慧城市、平安城市以及大数据等相关概念基础上,结合人像识别比对技术,针对客运站的管理问题建设智能、安全、便捷的智慧客运站综合管理系统。番禺汽车客运站是广州最大的公路客运的枢纽站以及华南地区公路客运的主要交通枢纽。鉴于番禺汽车客运站每日负责运输大量的客流,如何提升客运站信息化水平,如何提高客运站的安全等级,打造一个安全、方便、智能的客运站,是番禺汽车客运站管理人员以及政府管理部门目前的重要工作。人像识别系统是智慧客运站系统的核心部分,针对客运站的高度非限制性的环境特点,提出了SeetaFace人像识别框架,并在LFW数据集以及SCface数据集上证明SeetaFace在LFW数据集上有着更有效的表现。本文解决了两个客运站监控视频的人像识别技术问题:第一,分析客运站光照变化因素在人像识别中的影响,进行加权变分模型方法分析,同时在日光场景下与夜视场景下进行了实验,使用光照预处理增强方法提升深度学习模型的识别率。第二,分析客运站客流人物姿态对人像识别的影响,并提出一种姿态预评估的方法,并验证了本文提出的姿态预评估方法的具有较高的识别效率。在解决客运站人像识别技术问题之后,设计并实现了基于SeetaFace的客运站视频监控人像识别系统,进一步以该为核心模块,针对番禺客运站的安全管理开发了智能、安全、便捷的智慧客运站综合管理系统。在解决现有的人像识别系统处理能力低、反应速度慢等问题的同时,通过以番禺客运站为例,对智慧客运站系统运行和功能进行实际测试,保障了智慧客运站系统实际运行及管理效果。