聚类是依据事物的某些属性将其聚集成类,使类间相似性尽量小,类内相似性尽量大,即“物以类聚,人以群分”。它在许多学科领域都有广泛的应用。人像识别技术一直是模式识别研究的一个重要方向,并有广泛地应用领域,例如,公安部在抓取逃犯中希望能够在大规模的人像库中通过人像识别技术迅速识别一个嫌疑人是否为逃犯。因此,把人像识别技术与聚类分析技术相结合,研究一种能在海量人像库中快速准确查找人像的算法已经变得非常必要。本文设计了使用聚类分析的大规模人像数据库快速检索系统,探讨了各种传统分类算法以及各种经典聚类算法及其在大规模人像库检索中各自的局限性,文中提出了一种基于C-均值聚类算法的二层次聚类方法,对其进行了正确性验证,并把它应用于大规模人像库中得到了很好的效果。本文的研究工作主要包括以下几个方面:(1)人像识别大库检索系统设计;(2)模式识别中通用的分类算法的优缺点;(3)传统聚类分析的方法以及他们的优缺点;(4)基于C-均值聚类算法的二层次聚类算法研究;(5)聚类算法在人像库检索系统中的应用。