随着社会经济和文明的发展与科学技术的不断进步,人们对于准确地识别人物身份信息越来越重视。其中,人脸识别因其识别方式友好等优点而广受关注,当前成熟的人脸识别技术已广泛应用于多个领域。然而,在一些特殊场景下,有时很难直接获得目标人物的面部照片,而采用通过目击者或知情者的面部特征回忆,绘制一幅人脸的手绘草图,并通过这张草图寻找目标人物。在该场景下,如何通过人脸草图准确识别人物身份这一问题至关重要。当前,人们愈发迫切地需要更加准确、可靠的草图与人脸身份验证技术。为解决以上问题,本文设计了一种面向人脸草图识别的方法,并实现了一套相应的识别系统。首先,以深度神经网络结构为基础,本文提出将传统的人脸面部特征算法与卷积神经网络特征提取算法相结合,将SIFT特征描述算子与高维抽象的特征进行结合的提取与表示,然后通过传统人脸区域特征的检测和识别,同时实现了调整不同区域图像特征的权重以实现算法的注意力机制。并且本文采用孪生网络架构将图像和草图进行特征比对,通过三元损失函数优化训练得到的特征表示来计算图像特征的距离,最终获得识别的结果。本文所设计的方法能够更准确地处理人脸草图识别中特征不平衡与带有遮挡情况的问题。根据算法评估和系统各项功能测试结果,本文提出的人脸草图识别方法和系统能够解决特定场景下的人脸草图识别问题,并且系统功能完整,各项功能和性能正常。