本发明属于计算机视觉与智能识别技术领域,具体涉及基于卷积神经网络和分类器模型的牛脸识别方法。本发明中卷积神经网络最后一个隐藏层是含有32、64、128、256或者512个神经元的全连接层,用于提取特征,然后利用分类器模型,完成对奶牛个体的识别。同时实现了当有新增牛只时,只需采集该牛只的图像数据,将其输入卷积神经网络模型中,提取特征,追加到原有分类模型中即可进行识别,无需再次训练卷积神经网络模型。本发明优选64维特征提取层的卷积神经网络模型,利用稀疏表示分类模型,对30头奶牛随机挑选的训练数据24000张图片和测试数据6000张图片进行试验,结果表明该方法缩短了识别时间,单头牛只识别平均耗时缩短到了0.00022s,识别率高达99%以上。