本论文选题来源于中华社会救助基金会的项目——“微博打拐”。近年来，中国社会上走失、被拐卖或者是被遗弃的儿童呈上升趋势，为此社会上出现各类寻人网站。这些寻人网站主要提供用户上传失踪人物图片和人物信息的功能，但大部分只能使用针对人物信息的文本查找或者依靠热心网友逐一确认各失踪人物信息。为此本论文希望通过人脸识别技术，更好的利用失踪人物图片进行检索。在实际人脸识别算法实现的时候，由于人脸图片太多，导致信息的处理效率慢，直接影响到解救失踪儿童的时机。为此，使用基于Hadoop的分布式平台的人脸识别能有效解决大规模数据处理问题，希望能对解救失踪儿童做更多的帮助。本文的主要工作包括，（1）基于Hadoop平台设计并实现一个具有高度可扩展的失踪乞讨儿童检索系统（2）利用map/reduce计算模式，加快人脸识别效率。（3）利用云计算的数据库管理人脸特征数据，同时保存相关人物信息，既解决海量数据存储问题，还方便系统快速提取人脸特征。本论文的主要贡献有，（1）提出了基于Hadoop平台的失踪乞讨儿童检索系统,该系统可以以较低成本引入新的人脸识别算法，解决针对不同场景使用不同特征的问题。（2）建立失踪儿童数据库，把人脸识别系统应用于寻找失踪儿童中，响应全民打击拐带、贩卖儿童的活动。本论文设计并实现的基于Hadoop平台的失踪乞讨儿童检索系统，按照软件工程开发流程和规范，对系统进行了需求分析，概要设计，数据库设计，详细设计等。在人脸特征提取算法，使用JNI技术，加快特征提取效率，同时使系统的可复用性提升。目前该系统已上线测试，并在持续改进开发中。