[发明专利]人脸识别方法和系统

权利要求书

1.一种人脸识别方法，其包括：

将已收集的人脸图片进行聚类得到多个第1层分类，并通过迭代方式继续对至少一个第i层分类中的人脸图片进行聚类得到多个第i+1层分类，i从1向后进行整数取值；

识别出目标人脸图片所属的第1层分类，并通过迭代方式继续在所述目标人脸图片所属的第j层分类中识别出所述目标人脸图片所属的第j+1层分类，j从1向后依序进行整数取值；

通过所述迭代方式直至在所述目标人脸图片所属的第j层分类中不存在第j+1层分类时，从所述目标人脸图片所属的第j层分类中，识别出所述目标人脸图片的相似人脸图片。

2.根据权利要求1所述的人脸识别方法，其中，所述将已收集的人脸图片进行聚类得到多个第1层分类的步骤包括：

根据所述已收集的人脸图片的特征，生成所述已收集的人脸图片的特征向量；

设置多个初始中心点，并根据所述已收集的人脸图片的特征向量与每个所述初始中心点的距离远近，将所述已收集的人脸图片分为多个第1层分类，并根据每个第1层分类的人脸图片的特征向量，计算所述每个第1层分类的向量中心点。

3.根据权利要求1-2任一项所述的人脸识别方法，其中，所述将已收集的人脸图片进行聚类得到多个第1层分类的步骤还包括：

计算所述每个第1层分类的初始中心点与向量中心点之间的方差；

如所述方差的大小超过预设阈值，则重新设置初始中心点，并重新将所述已收集的人脸图片分为多个第1层分类，并重新计算所述每个第1层分类的向量中心点。

4.根据权利要求1-3任一项所述的人脸识别方法，其中，所述识别出目标人脸图片所属的第1层分类的步骤包括：

根据所述目标人脸图片的特征，生成所述目标人脸图片的特征向量；

选择向量中心点与所述目标人脸图片的特征向量之间距离最小的第1层分类，作为所述目标人脸图片所属的第1层分类。

5.根据权利要求1-4任一项所述的人脸识别方法，其中，所述识别出所述目标人脸图片的相似人脸图片的步骤包括：

从所述第j层分类的人脸图片中，选择特征向量与所述目标人脸图片的特征向量之间距离最小的至少一张人脸图片，作为所述目标人脸图片的所述相似人脸图片。

6.一种人脸识别系统，其包括：

分类模块，用于将已收集的人脸图片进行聚类得到多个第1层分类，并通过迭代方式继续对至少一个第i层分类中的人脸图片进行聚类得到多个第i+1层分类，i从1向后依序进行整数取值；

分类迭代识别模块，用于识别出目标人脸图片所属的第1层分类，并通过迭代方式继续在所述目标人脸图片所属的第j层分类中识别出所述目标人脸图片所属的第j+1层分类，j从1向后进行整数取值；

相似人脸图片识别模块，用于在所述目标人脸图片所属的第j层分类中不存在第j+1层分类时，从所述目标人脸图片所属的第j层分类中，识别出所述目标人脸图片的相似人脸图片。

7.根据权利要求6所述的人脸识别系统，其中，还包括：

第一特征向量生成模块，用于根据所述已收集的人脸图片的特征，生成所述已收集的人脸图片的特征向量；

所述分类模块设置多个初始中心点，并根据所述已收集的人脸图片的特征向量与每个所述初始中心点的距离远近，将所述已收集的人脸图片分为多个第1层分类，并根据每个第1层分类的人脸图片的特征向量，计算所述每个第1层分类的向量中心点。

8.根据权利要求6-7任一项所述的人脸识别系统，其中，还包括：

方差计算模块，计算所述每个第1层分类的初始中心点与向量中心点之间的方差；

如所述方差的大小超过预设阈值，则所述分类模块重新设置初始中心点，并重新将所述已收集的人脸图片分为多个第1层分类，并重新计算所述每个第1层分类的向量中心点。

9.根据权利要求6-8任一项所述的人脸识别系统，其中，还包括：

第二特征向量生成模块，用于根据所述目标人脸图片的特征，生成所述目标人脸图片的特征向量；

所述分类模块选择向量中心点与所述目标人脸图片的特征向量之间距离最小的第1层分类，作为所述目标人脸图片所属的第1层分类。

10.根据权利要求6-9任一项所述的人脸识别系统，其中，

所述相似人脸图片识别模块从所述第j层分类的人脸图片中，选择特征向量与所述目标人脸图片的特征向量之间距离最小的至少一张人脸图片，作为所述目标人脸图片的所述相似人脸图片。