人脸识别作为一种生物特征识别技术,近年来受到了广泛的关注,成为了应用数学、信息技术紧密结合的前沿热点问题。虽然人脸识别已经应用在了一些行业,但是在大规模数据库的情况下,如果按照传统的入脸识别中采用一一顺序比较的检索策略,需要计算待识别人脸与人脸数据库中每一幅人脸的相似度,因此无法满足现实中应用的要求。本文针对大规模人脸数据库的检索问题,利用基于人脸特征聚类的索引机制,提出了一种基于聚类和局部特征分级对比的大规模人脸库快速检索算法：首先用基于分块的LBP算子对人脸数据库进行特征提取,生成人脸特征数据库,对每一分块根据识别能力的不同赋予对应的权重系数。然后利用改进的K-means聚类算法对生成的人脸特征数据库进行聚类,以生成图像索引。再用本文提出的一种新的基于局部特征分级对比的快速检索方法进行检索,最后对检索结果进行重排序,提高返回结果的精度。最后在东北大学应用数学研究室自建的人脸库上进行了实验,结果表明该算法能在降低检索精度不到2个百分点的情况下,大幅度提高大规模人脸数据库的检索效率。