人脸识别是广泛应用的身份验证方式之一,尤其在非接触身份验证领域具有不可替代的优势。显然,在开放式户外场所进行目标追踪时,由于固定式人脸识别模式存在监控死角、无法机动等天然不足,而必须使用移动模式。传统的移动人脸识别属于地面机动方式,可以较好地解决上述缺陷,但仍存在诸如建筑物遮挡、平面机动受限、视野较窄等问题。因此,随着无人机的普及应用,近年来基于无人机实现高机动跟踪监控的技术成为研究热点。本文针对多维视角跟踪识别目标人物、特殊环境和紧急情况下快速识别目标的需求,对如何搭建灵活便携的智能化无人机平台及实现在移动设备上的快速人脸识别功能等问题进行了较为深入探讨。首先对常用的地空主从式人脸识别工作模式进行了研究分析,基于无人机智能化的概念,提出了一种基于无人机平台的地空协同、检判一体的快速人脸识别工作模式。其次,针对无人机存在计算资源和能源有限,而传统的人脸识别方法复杂度高、特征学习主动性不强、实时性差等不足,对人脸检测和匹配方法开展研究分析比对,选用Tiny YOLO实现人脸检测,选用FaceNet实现人脸匹配,并且为满足其能在无人机平台上达到运行速度和运行时长的要求,在保证人脸识别质量的前提下,对上述模型进行了优化处理。在此基础上,为实现无人机平台的实时图像处理,深入研究了可用的硬件设备,选用了嵌入式视觉设备树莓派和英特尔神经计算棒,构建无人机计算平台。最后,给出了无人机人脸识别平台的硬件和软件设计方案并在模拟实验环境下予以实现和测试。测试结果表明,本文研究成果可以工作于多种工作模式,在保证人脸识别性能不变或基本不变的前提下,提高或明显提高处理速度,满足实时人脸识别的要求。