随着Android系统和人脸识别技术应用的迅速发展,智能门禁系统越来越广泛地应用于智能大厦、小区、办公室和宾馆等场所,它正在成为安全防护中重要的组成部分。本文采用了人脸识别技术与手机端身份识别技术相结合,设计了一种基于Android的人脸识别门禁系统,实现了用户在Android手机端进行人脸识别身份验证获取服务器端发来的二维码,用获取到的二维码去智能门禁端进行扫码开门的功能。在人脸检测方面,本文分析了基于肤色分割和Adaboost两种人脸检测算法的优势与不足,将两种算法相结合并提出了一种基于多特征结合的人脸检测算法,可以首先利用基于肤色分割的人脸检测算法的简单、快速特点迅速地锁定待检测图像中大致的人脸区域,再对该区域使用Adaboost算法提取Haar特征进行检测确定出最终的人脸位置。实验结果表明,多特征结合的人脸检测算法使Adaboost算法的效率有很大的提高,可以对人脸进行实时的检测,并且人脸检测的正确率也有较大的提升。在人脸识别方面,考虑到传统的PCA算法要求训练样本符合高斯分布,而现实中采集到的人脸图像往往受到光照、表情、姿态的影响不符合高斯分布,这样就会导致样本的识别率不高,因此本文对传统PCA算法进行改进。一方面采取了分块方式,将姿态相同的图片划分进同一矩阵里,这样可以使得样本更加接近于高斯分布,另一方面,传统PCA算法较容易受到光照的干扰而影响最终的识别效率,经研究发现,在PCA方法中,特征空间中前三个最大的主分量受到光照的影响最大,所以本文将前三个主分量加上权重小于1的系数来减少光照对识别的影响。实验表明,改进的算法有效的解决了上面的问题,并且识别率明显提升。本文设计的门禁系统具有双重验证的优点,一方面用户在Android手机端进行人脸识别身份验证,另一方面当身份验证成功手机端将会获取服务器端发送来的二维码作为开门“软钥匙”。双重验证的方式大大增加了门禁系统的安全性,本门禁系统为智能门禁系统提供了新的设计方案。