随着我国经济的发展,人民生活水平在逐步提高,居住环境的舒适和安全已成为业主们居住的首要选择,而小区中的智能安防门禁系统在小区中起着相当重要的作用,它关系到整个小区居民的人身和财产安全。目前国内许多小区的门禁系统多以IC卡,密码或者指纹设备为主,这些识别方式都要求操作人员近距离操作,有时候显得极不方便,同时也有丢失卡片或者被复制指纹的危险。而人脸识别门禁技术的应用,极大的方便了住户进、出小区及来访客人的管理,同时也对小区、楼宇防盗形成高效的安全管理。深度学习是目前机器学习研究的一个新的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据。其通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示,实现对输入信息进行分级表达,其可以有效解决不同姿态和不同光照下人脸的识别效果,提高门禁系统的正确识别率。本文整理和总结了人脸识别技术的特点和优势,并根据当前住宅小区的安防不足问题,设计一款智能化的门禁系统,提出以经典的卷积神经网络模型LeNet-5模型为基础,并对其进行改进,将其应用于门禁系统的人脸识别中。另外,本文对整个人脸识别系统的硬件架构、门禁终端设计、芯片选型,以及卷积神经网络算法实现过程等方面做了深入的介绍,构建出一套完整的智能门禁人脸识别系统,并在实际门禁系统测试中取得满意的效果。