人工智能近些年的发展可谓是有目共睹,伴随着学术发展的突飞猛进,各行各业基于人工智能的应用呈现井喷之势,其中人脸识别就是比较典型的一种应用。由于媒体行业向融媒体业务转型的需要,播出内容呈海量信息上升趋势,利用原有的人工内容审核模式已远远不能满足现代融媒体业务的要求,需要技术系统实现与之相适应的变革。本课题在深圳电视台的融合生产平台项目中,对总控系统播出的审看环节进行革新——引入自动人脸识别技术,近几十年人脸识别技术积累下丰富的理论研究基础,并研究出大量的识别算法,尽管现有的人脸识别技术也能够获得优越的性能,但因为媒体直播中的人脸识别易受人脸角度、物体遮挡等因素的影响,同时因为直播对人脸识别的速度有极高要求,所以媒体行业的人脸识别应用仍然是一个复杂的问题。本文基于对人脸识别经典算法的认真分析基础上,结合国内外人脸识别技术的特征提取技术,针对检测算法中的PCA降维算法进行优化,主要通过对人脸轮廓特征点的提取方式和人脸特征模型生成方式的更新,来提高人脸检测的效率和人脸识别的准确率。同时,根据深圳电视台的实际应用场景,利用优化的PCA检测算法设计开发适用于自己的敏感人脸特征库,并完成敏感人脸识别的技术实现,最后对敏感人脸特征库和识别技术的实现从功能和性能两方面进行测试,最终达到符合总控系统审看环节技术要求的目的。针对融媒体发展的现状和趋势,在媒体直播环节中加入人脸识别技术,不仅解决了人工审看的用工成本,更提高了内容审核的准确率和效率,对后续将该技术引用到内容生产环节,乃至整个广电行业的发展都具有一定的参考价值。