基于HMM的嵌入式人臉識別系統研究
加入技術交流群
基于Video4Linux圖像采集的程序流程如圖2所示。本文引用地址：http://www.104case.com/article/150216.htm
4 圖像預處理與人臉識別算法及實現
人臉識別過程首先判斷輸入的人臉圖像或者視頻中是否存在人臉，如果存在，則進一步給出每個人臉的位置、大小和各個主要面部器官的位置信息，并依據這些信息，進一步提取每個人臉中所蘊含的身份特征，將其與已有人臉庫中的人臉進行對比，從而識別人的身份。
人臉識別的過程可以分為圖像預處理、人臉檢測和人臉識別三部分。
人臉檢測是指從待識別矩陣中定位人臉區域中各特征區域，并將各個區域分割開。人臉識別是根據已有的人臉數據庫，輸出待測人臉對應在人臉庫中的對象標號。二者互為前提和目的。由于HMM既可完成人臉檢測，又可完成人臉識別，因此我們將人臉檢測與識別同時處理。
4．1 隱馬爾可夫模型(HMM)基本概念
HMM是一組用于特征化信號的統計特性的模型，它包含兩個相關的過程：一個是隱含的、不可見的有限狀態馬爾可夫鏈，它具有初始狀態概率分布函數和狀態轉移概率矩陣，另外是一組與狀態有關的概率密度函數。
一個HMM的構成元素如下：
一個HMM可以簡記為λ={A，B，∏}，由于其輸入為有限字符集V={v1，v2，… vm}，因此稱其為離散隱馬爾可夫模型。
評論