生物特征识别技术经过多年发展,应用越来越普及。其中,人脸识别技术以其非接触性、易用性和高准确性被人们大力追捧,成为生物特征识别领域中最流行的技术之一。目前,各人脸识别技术服务商均推出了人脸识别服务,这些人脸识别服务通过部署在互联网或者行业网络上为人脸识别应用提供人脸识别服务。但是,对于无法联通互联网且预算有限的单位而言,以上两种服务方式均存在某些局限性。本文以Flask、SpringMVC、Spring、Shiro及Layui为技术基础,基于人脸识别开源项目face_recognition设计并实现了一套适用于行业用户的人脸识别平台。本文首先介绍了课题研究背景,分析了当前人脸识别应用存在的问题,讨论人脸识别技术的理论研究现状和应用现状,以此提出研究目标。在此基础之上,对课题拟采用的前端和后端开发技术进行概述,再对face_recognition的核心算法理论和使用方法进行简述。接着,概述了人脸识别应用和人脸识别平台的需求关系,随后分析了平台目标用户及业务需求,通过用例图描述平台功能需求,同时分析了非功能需求。随后,给出了平台总体结构设计,再对平台的人脸识别引擎、接口服务以及后台管理三部分进行架构设计。考虑到多个人脸识别应用会同时发出多个人脸识别请求,当这些请求到达人脸识别引擎时会产生并发问题,由此采用基于线程池的并发设计,以提高并发性能。然后,基于平台需求进行领域建模,并以类图的形式给出领域模型。通过对对象结构解析,采用对象关系映射得出人脸识别平台数据库设计。平台主要分为人脸识别引擎、接口服务以及后台管理三部分,主要通过时序图展示各功能所涉及对象之间的协作关系,从而对实现过程进行详细描述。接着,通过平台运行效果图对实现效果进行直观展示。最后,采用等价类划分法对人脸识别服务接口和后台管理系统进行功能测试,再对人脸识别引擎进行并发测试,验证了基于线程池的并发设计的有效性。