19世纪以来,随着科学技术的进步,人脸识别技术得到快速发展。尤其是人脸作为生物特征的一个非常重要组成部分,越来越受到人们的重视。嵌入式设备尤其是ARM设备作为新兴的产品,具有方便携带、安装快捷、机动性强等特点,已经涉入了各种领域,并被广泛应用于各种电子产品中。并且嵌入式系统的设计还涉及硬件的设计、操作系统的开发、驱动的研发等等。针对实际需求,研究了人脸识别算法在ARM板嵌入式设备上的应用。在完成嵌入式操作系统的开发与移植之后,以常用的比较成熟的人脸识别算法作为基本的理论基础,研究它们的可行性与不足,并提出具体的优化与解决方案,最后提出了嵌入式人脸识别的框架,并使用具体的人脸图像库对其进行了测试,基于ARM板很好的实现嵌入式人脸识别算法,并且效果良好。本文所做主要工作如下:通过对人脸类Haar特征和人脸快速检测Adaboost算法的研究,在ARM板嵌入式设备上通过摄像头能很好的完成人脸的检测;通过对图像降维算法2DPCA与最近邻算法的研究,能很好的实现了嵌入式人脸识别系统;通过引入二维Gabor变换解决了光照条件的变化对人脸图像模式的影响,并减小图像噪声的影响,这对于多姿态人脸识别极为有利;针对多尺度Gabor滤波又带来高维数据的问题,提出了多尺度Gabor加权融合的算法,可以很好的解决由于多尺度Gabor滤波带来高维数据的特点;结合基于ARM的嵌入式人脸识别系统详细介绍了系统的设计过程,并给出了系统详细的工作流程,最后用实际图像对实验过程进行了测试,验证了可行性,效果良好。由于ARM板资源的短缺,结合本文所提出的改进算法,需要在PC上完成对人脸识别分类器的训练,然后通过网络把分类器传输到嵌入式ARM开发平台上并实现嵌入式自动人脸识别,经实际图像进行测试,运行效果良好。所提出的人脸识别算法不仅具有一定的理论参考价值,而且对于嵌入式系统应用开发具有一定的借鉴意义。