进入二十一世纪以来,随着计算机软硬件技术的不断进步以及互联网革命的不断深化,人们对公共安全、信息安全以及个人隐私保护的要求也越来越高。人脸识别作为一种生物特征识别技术的典型代表越来越受到研究者的关注与重视。人脸识别是计算机视觉和模式识别研究领域的热点方面,在上述领域具有巨大的潜在应用前景。本文主要围绕教室场景中的人脸识别问题,借助上海交通大学E-Learning Lab现有设备与技术,通过对人脸识别算法的研究与改进,设计并实现了在教室通道场景下基于视频流的学生身份标定系统。该系统能有效提高智能教室中学生与教学设备的互动,一定程度上改善了老师与学生之间的互动,有助于教学活动更好的展开。本文通过对视频流中人脸识别技术的分析,设计并实现一个基于实时视频流的教室通道人脸识别系统。该系统通过Adboost人脸检测、LRPCA特征提取、马氏距离人脸相似度计算实现人脸识别,在人脸检测前还加入了肤色检测、去光照等图像预处理,在特征提取中通过图像归一化处理,斜脸校正等一系列处理来提高系统识别效果。并加入自学习机制,增强了系统的鲁棒性以及在实际使用中的可行性。并通过对LRPCA算法的模板划分策略的研究与优化,最终提出了一个完整的基于视频流的人脸识别系统设计方案。另外本系统人脸识别算法模块采用独立模块设计,使得系统能够便捷地使用新的算法进行对比实验。