随着经济和科技的高速发展,人脸检测和属性识别算法普遍运用于金融、教育、安防、电子政务等场景中,为众多企业创造了收益。而检测和属性识别作为人脸算法的两个核心研究方向,因当下的人工智能的发展形势火热再次被大家重视起来。人工智能技术作为国家的发展战略,已经写入了国家未来的发展蓝图中,因此作为更容易实现的人脸算法成为当前许多学者和企业家争先开发的领域。然而考虑到复杂的场景、实时性和准确度等方面的需求,目前人脸检测和属性识别算法还值得深入研究。本文主要研究基于神经网络的人脸检测和属性识别技术。首先,描述人脸检测和属性识别算法的基础原理;介绍卷积神经网络的思想;介绍MTCNN、SSH、SFD三个人脸检测技术;介绍前后端实现的关键技术。其次,完成了系统设计和实现。第一,设定数据标注标准,收集数据并对数据使用清晰度算法进行评价,训练模型并将模型保存。第二,运用tornado后端框架开发人脸管理系统,并将之前训练好的模型放在后台,以供调用。使用opencv和深度学习框架实现人脸算法,并封装成类,为前端提供API。同时使用mongodb数据库管理数据,如账户信息等,文档性数据库易于使用。第三,开发出微信小程序face-cueb,与用户进行交互,提供人脸检测、人脸属性识别、人脸化妆、人脸关键点等功能。最后,测试人脸检测和属性识别系统的能否正常运行,并证明了其在实时性和准确度上都表现不错。