1.一种人脸识别方法，其特征在于，包括：将人脸图像的不同分量进行四元矩阵编码；

计算矩阵中每个元素的加权相位，得到相应的相位矩阵；

提取所述相位矩阵的局部纹理特征；

根据所述局部纹理特征，构建滤波器，其中，每个个体的训练图像对应一个所述滤波器；

根据所述滤波器，对待测人脸进行识别。

2.根据权利要求1所述的人脸识别方法，其特征在于，所述提取相位矩阵的局部纹理特征具体包括：根据局部二值模式提取相位矩阵的局部纹理；

或，圆形局部二值算子提取相位矩阵的局部纹理；

或，局部二值等价模式提取相位矩阵的局部纹理；

或，局部梯度编码算子提取相位矩阵的局部纹理。

3.根据权利要求1所述的人脸识别方法，其特征在于，所述根据所述局部纹理特征，构建滤波器具体包括：对所述局部纹理特征进行左边型傅里叶变换；

根据平均功率和平均左边型傅里叶变换的预设关系，构建所述滤波器。

4.根据权利要求3所述的人脸识别方法，其特征在于，所述预设关系为：h＝D-1m

其中，D表示平均功率，m表示平均左边型傅里叶变换，h表示滤波器。

5.根据权利要求1所述的人脸识别方法，其特征在于，所述根据滤波器对待测人脸进行识别具体包括：计算每个滤波器的尖峰旁瓣比值；

选取最大的尖峰旁瓣比值作为最优滤波器，对所述待测人脸进行识别。

6.一种人脸识别系统，其特征在于，包括：编码模块，用于将人脸图像的不同分量进行四元矩阵编码；

加权模块，计算矩阵中每个元素的加权相位，得到相应的相位矩阵；

提取模块，用于提取所述相位矩阵的局部纹理特征；

构建滤波器模块，用于根据所述局部纹理特征，构建滤波器，其中，每个个体的训练图像对应一个所述滤波器；

识别模块，用于根据所述滤波器，对待测人脸进行识别。

7.根据权利要求6所述的人脸识别系统，其特征在于，所述提取模块具体用于根据局部二值模式提取相位矩阵的局部纹理；或，圆形局部二值算子提取相位矩阵的局部纹理；或，局部二值等价模式提取相位矩阵的局部纹理；或，局部梯度编码算子提取相位矩阵的局部纹理。

8.根据权利要求6所述的人脸识别系统，其特征在于，所述构建滤波器模块具体用于对所述局部纹理特征进行左边型傅里叶变换；根据平均功率和平均左边型傅里叶变换的预设关系，构建所述滤波器。

9.根据权利要求8所述的人脸识别系统，其特征在于，所述预设关系为：h＝D-1m

其中，D表示平均功率，m表示平均左边型傅里叶变换，h表示滤波器。

10.根据权利要求6所述的人脸识别系统，其特征在于，所述识别模块具体用于计算每个滤波器的尖峰旁瓣比值；选取最大的尖峰旁瓣比值作为最优滤波器，对所述待测人脸进行识别。