人脸识别是计算机视觉和人工智能领域最重要的研究方向之一。随着大数据时代的逐步到来,各大媒体数据有了井喷式的增加,人脸识别的需求也在随之增加。传统的人脸识别技术只能解决小规模人脸识别问题,在面对大量人脸图片时的实时性非常低,而且在单机环境下训练效率低下、人脸数据存储困难。因此,如何能够快速、准确的从大量的人脸图像中识别出一个人的信息成为当前人脸识别技术的主要研究方向。为解决以上问题,本文进行以下研究:（1）首先进行理论研究。详细分析了Hadoop大数据处理架构的关键技术:HDFS读写数据的流程、MapReduce的原理和HBase的软件架构。为解决单机环境下非结构化人脸数据存储困难的问题,提出了利用HDFS和HBase存储数据的解决办法,充分利用HBase列式存储的优势来提高存储能力。（2）针对传统的基于CNN的人脸检测算法在人脸检测实验中准确率较低的问题,提出一种改进的MTCNN人脸检测算法。对原MTCNN算法进行模型迁移来缩短训练时间,通过实验比对不断调整MTCNN网络模型的主要参数,精简重复检测的人脸候选框,根据候选框人脸准确度分数,提出人脸误检测判别公式,提高人脸检测准确率。实验表明,与传统的算法相比,改进后的MTCNN算法在教室环境下的人脸检测准确率提高了3.8%。（3）对于Hadoop在处理海量小文件时表现不佳的问题,本文采用对小文件无损压缩和合并小文件的方式。通过压缩文件,减小Name Node的压力,使用Sequence File方法将小文件合并成大文件,减少小文件数量过多给HDFS造成的存储压力。经实验验证,读取并输出同样数量的文件,经小文件合并后的任务运行花费时间更短。（4）为解决传统人脸识别方法实时性差的问题,本文使用将PCA人脸识别算法与Hadoop批处理MapReduce相结合的方法。对PCA人脸识别算法使用Map计算欧式距离,得出处理结果,用Reduce对结果进行汇总,得到最小欧式距离对应的内置图片信息作为最终人脸识别的结果并上传到HBase数据库存储。实验表明,在大量人脸图片情况下,MapReduce并行计算模式相比单机环境下人脸识别速度更快。（5）为进一步验证Hadoop集群环境下人脸识别的优势,本文进行了三个对比实验,分别为集群模式与单机模式下的人脸识别时间对比,不同的集群节点数量对计算性能的影响,以及集群模式下MapReduce配置不同的并发数对计算效率的影响。通过对比实验对整个课题的研究进行性能上的测试,取得了良好的测试结果。