自动提取人脸特征来验证人的身份目前已经被广泛的应用在各种领域,但是人脸识别的效果依赖于人种的不同有很大的波动性。鉴于我国是一个多民族国家,研究不同民族的人脸特征不仅能促进目前的人脸识别和检测,还能通过现代的信息技术手段将:这种特征保存起来,有利于研究民族相互融合、繁衍产生的新特征,更能为民族学、人类学等提供了宝贵的研究资料。神经网络随着2006年Hinton发表的论文火热至今,目前深度神经网络不论在理论方面还是实际应用中都取得了巨大的成效,应用在我们生活的方方面面。但是从头重新训练一个深度神经网络需要耗费大量的计算资源,迁移学习的出现大大降低了深度神经网络的应用门槛,许多领域也能享受到AI发展带来的红利。本文先构建了专用于民族识别的人脸数据库,由于在现实生活中要进行大量的民族人脸采集的难度实在太大,数据的采集主要靠网络爬虫完成。然后基于处理过的数据,通过迁移学习的方法,通过微调网络以及冻结参数相结合的训练方式对比了不同预训练的网络作人脸的民族识别的性能,提高了原预训练网络对于人脸种群识别的泛化性与稳定性,通过实验验证了通过迁移学习的方式更为高效。同时对模型进行了改进以提高识别的时效性,提高了网络识别速度的同时大大减少了网络的参数。在这基础上构建专用于民族的目标检测网络并进行分析,最后设计并实现了基于以上模型的人脸民族视频识别系统,取得了不错的效果。