受益于深度学习技术的发展和大规模人脸数据库的建立,人脸识别技术在近年来获得了巨大的突破。然而,目前人脸识别领域的主流数据库都是以欧美人脸为主体,而现有的东亚人脸数据库规模不足以支持深度学习网络的训练,由此训练的人脸识别器在处理东亚人脸图片时难以获得理想的结果。本文旨在建立一个大规模东亚人脸数据库以填补这一领域的空缺,同时设计一个适用于东亚人的人脸识别系统。本文的主要成果包括:完全由手工标定的包含4836人共193,602张图片的小规模东亚人脸数据库;建立一个超过300万张图片,8000个人物个体的东亚人脸数据库,目前尚未有公开的大规模东亚人脸数据库,根据本文调研,公开的欧美主流人脸数据库也只有MegaFace达到百万张图片规模;设计了一个适用于东亚人的人脸识别系统,它利用深度学习方法提取图片特征,而后采用机器学习方法进行降维,最终使用Joint Bayesian方法训练人脸识别器,实验结果表明,该方法在东亚人脸图片的识别任务上远比通常的人脸识别系统(由欧美人脸数据库训练所得)出色,本文随机选取手工标定的1万组东亚人脸数据进行测试,能达到97.92%的识别准确率;本文采用RANSAC方法,实现了人脸图片自动标定与更新Joint Bayesian模型的同步,为大规模人脸数据库的自动标定提供一种简便的方案;通过对实验数据的仔细分析,本文设计了一种改进版的triplet-loss函数,避免了传统triplet-loss出现的负样本选择问题,提升了训练效率。