基于HMM的嵌入式人脸识别系统研究
加入技术交流群
基于Video4Linux图像采集的程序流程如图2所示。本文引用地址：https://www.eepw.com.cn/article/150216.htm
4 图像预处理与人脸识别算法及实现
人脸识别过程首先判断输入的人脸图像或者视频中是否存在人脸，如果存在，则进一步给出每个人脸的位置、大小和各个主要面部器官的位置信息，并依据这些信息，进一步提取每个人脸中所蕴含的身份特征，将其与已有人脸库中的人脸进行对比，从而识别人的身份。
人脸识别的过程可以分为图像预处理、人脸检测和人脸识别三部分。
人脸检测是指从待识别矩阵中定位人脸区域中各特征区域，并将各个区域分割开。人脸识别是根据已有的人脸数据库，输出待测人脸对应在人脸库中的对象标号。二者互为前提和目的。由于HMM既可完成人脸检测，又可完成人脸识别，因此我们将人脸检测与识别同时处理。
4．1 隐马尔可夫模型(HMM)基本概念
HMM是一组用于特征化信号的统计特性的模型，它包含两个相关的过程：一个是隐含的、不可见的有限状态马尔可夫链，它具有初始状态概率分布函数和状态转移概率矩阵，另外是一组与状态有关的概率密度函数。
一个HMM的构成元素如下：
一个HMM可以简记为λ={A，B，∏}，由于其输入为有限字符集V={v1，v2，… vm}，因此称其为离散隐马尔可夫模型。
评论