自主开发人脸识别系统需要考虑以下几个步骤：
确定需求：首先需要明确你的人脸识别系统的具体需求，包括要识别的人数、识别的场景、识别的精度要求等。
数据采集与标注：收集大量的人脸数据，并进行标注，确保数据的质量和多样性。
选择合适的算法：根据需求选择合适的人脸识别算法，比如传统的人脸检测和识别算法、深度学习算法等。
模型训练与优化：使用采集的数据对选择的算法进行训练，并不断优化模型，提高识别准确度。
系统集成与部署：将训练好的模型集成到系统中，并进行实际场景的部署和测试。
系统优化与维护：持续优化系统性能，对新数据进行重新训练，保持系统的稳定性和准确度。
在实际操作中，可以使用开源的人脸识别框架，比如OpenCV、Dlib等，也可以考虑使用商业化的人脸识别系统，比如Face++、虹软人脸识别等。另外，也可以考虑与硬件厂商合作，比如使用他们的人脸识别模块，加速系统的开发和部署。
总之，自主开发人脸识别系统需要全面考虑需求、数据、算法、部署和维护等方面，确保系统的稳定性和准确度。