[发明专利]人脸识别方法和系统

摘要

本发明关于一种人脸识别方法和系统，涉及信息技术领域，主要目的在于相比于现有技术，通过较少的运算量即可完成人脸识别。方法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；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目标人脸图片所属的第j层分类中识别出目标人脸图片所属的第j+1层分类；通过迭代方式直至在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，从目标人脸图片所属的第j层分类中，识别出目标人脸图片的相似人脸图片。相对于现有的技术方案，本发明的技术方案中的计算量非常小，大大提高了人脸识别效率。

主权项

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，其中，至少一个分类中包含n个对应的下层分类，n>2；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；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；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。