[发明专利]一种人脸识别方法

权利要求书

1.一种人脸识别方法，其特征在于：包括以下步骤：

S1、获取人脸图片pic，计算人脸图片pic的特征值feature；

S2、计算多个人脸图片pic的特征值feature之间的欧氏距离，根据欧氏距离创建多个哈夫曼树，所述哈夫曼树包括根节点及叶子节点；

S3、计算需要人脸识别的图片pic1的特征值feature1，计算特征值feature1与多个哈夫曼树之间的欧式距离，若能在所有哈夫曼树中找到欧氏距离小于阈值threshold_dis_min的节点则选择与需要人脸识别的图片pic1欧氏距离最近的哈夫曼树T，显示该哈夫曼树T的根节点及所有子节点，输出该哈夫曼树T的根节点图片为与需要人脸识别的图片pic1匹配的图片；否则，进行步骤S4；

S4、判定该需要人脸识别的图片pic1为新图片，以该图片为根节点初始化创建哈夫曼树。

2.根据权利要求1所述的一种人脸识别方法，其特征在于：步骤S1及S4中创建哈夫曼树的方法为：a、设置根节点；b、创建与根节点对应的后续加入节点的欧氏距离记录表leaf_list；c、创建该哈夫曼树内所有叶子节点和根节点分别为根节点时所创建的哈夫曼树的带权路径长度列表WPL_list；d、所述带权路径长度列表中数值位置与节点进入哈夫曼树的顺序一致，节点离开则需要删除列表WPL_list中对应位置数据；初始化创建根节点root＝0，最短带权路径长度WPL_min为根节点的带权路径长度。

3.根据权利要求1所述的一种人脸识别方法，其特征在于：所述步骤S3“在所有哈夫曼树中找到欧氏距离小于阈值threshold_dis_min的节点则选择与需要人脸识别的图片pic1欧氏距离最近的哈夫曼树T”中，若能在选择出的哈夫曼树T中找到与需要人脸识别的图片pic1欧氏距离为0的节点，则判定需要人脸识别的图片pic1与该节点相同，否则将需要人脸识别的图片pic1作为新叶子节点添加至该哈夫曼树T。

4.根据权利要求3所述的一种人脸识别方法，其特征在于：将需要人脸识别的图片pic1作为新叶子节点添加至哈夫曼树T的方法为：

Sa、将新叶子节点new_leaf加入到哈夫曼树T，重新计算该新叶子节点new_leaf与哈夫曼树T中所有叶子节点的欧式距离，保存在与new_leaf唯一对应的列表new_leaf_list内；

Sb、计算出new_leaf_list的距离累加和，即新叶子节点为根节点的哈夫曼树的带权路径长度WPL；

Sc、将步骤Sb得到的WPL与该哈夫曼树T的最短带权路径长度WPL_min对比，若WPLWPL_min，则直接将该WPL加入到WPL_list中；否则，该WPL加入到WPL_list中，并更换该哈夫曼树T的根节点为该新叶子节点，并重新标记该哈夫曼树T的最短带权路径长度WPL_min为该新叶子节点的哈夫曼树带权路径长度WPL。

5.根据权利要求4所述的一种人脸识别方法，其特征在于：所述列表new_leaf_list中每个元素为以所述新叶子节点new_leaf为根节点时与其他节点之间的路径长度L，所述路径长度L保留两位小数。

6.根据权利要求4所述的一种人脸识别方法，其特征在于：所述步骤Sb中计算所述带权路径长度WPL时，所有节点的权值都为1。

7.根据权利要求1所述的一种人脸识别方法，其特征在于：所述步骤S3中“显示该哈夫曼树T的根节点及所有子节点”的方法为：该哈夫曼树T所在的根节点和所有叶子节点以树形的方式展示出来，树叶与树根的路径长度代表了叶子与根节点的相似程度，即路径长度越短相似度越高。

8.根据权利要求1所述的一种人脸识别方法，其特征在于：所述步骤S3中“显示该哈夫曼树T的根节点及所有子节点”时由人工确认匹配是否准确，若匹配不准确，则进入人工处理途径；若匹配准确，则继续进行步骤S3中“输出该哈夫曼树T的根节点图片为与需要人脸识别的图片pic1匹配的图片”。