在这个人口庞大的社会中,安全问题越来越被人们关心。由于经济的发展,人们的生活条件越来越好,对安全的要求也越来越高,监控摄像头遍布大街小巷中,覆盖的区域也越来越大。传统的视频监控系统功能单一,只能够存储、捕获和回放视频,这些简单的功能只能用于记录,难以起到预警和报警的作用。如果要保证实时地在监控视频中找到目标人员,就需要监控人员监看多路视频。由于监控人员长时间地监看视频,极其容易疲困,特别是监控视频数量较多时,往往会漏掉很多重要的信息,很难准确地找到目标人员。基于上述原因,急迫地需要智能视频监控系统,来帮助监控人员更好地完成寻找目标人员的工作。针对这些现象和问题,本文提出了目标驱动的监控视频定位系统中人脸识别方法的设计与实现,本文的人脸识别方法具有高准确率和低计算成本的优点。本文把目标驱动的监控视频定位系统中人脸识别方法拆分成四个模块进行研究,分别是视频处理模块,人脸检测模块,人脸编码模块和人脸判定模块。其中,人脸编码模块把人脸图像编码成欧式空间中的一个128维向量,编码的过程使用卷积神经网络完成,人脸判定模块把128维向量作为输入,使用支持向量机分类器来判定128维向量是否属于目标的人脸。本文对每一个模块进行了详细设计与实现。人脸编码模块卷积神经网络的设计借鉴了 Inception网络和Residual网络的思想,卷积神经网络使用TensorFlow框架实现,人脸判定模块的支持向量机使用Scikit-Learn框架实现。最后,根据设计和实现的卷积神经网络和支持向量机,本文使用公开数据集将其训练,并对其进行了性能和功能测试。实验结果表明,本文所设计的人脸识别方法能够高准确率和低计算成本地识别人脸图像,能够很好地实现目标驱动的视频监控定位系统的功能。