基于HMM的嵌入式人臉識別系統研究

4 圖像預處理與人臉識別算法及實(shí)現
人臉識別過(guò)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(jìn)一步給出每個(gè)人臉的位置、大小和各個(gè)主要面部器官的位置信息，并依據這些信息，進(jìn)一步提取每個(gè)人臉中所蘊含的身份特征，將其與已有人臉庫中的人臉進(jìn)行對比，從而識別人的身份。
人臉識別的過(guò)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(gè)區域分割開(kāi)。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(shí)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(gè)相關(guān)的過(guò)程：一個(gè)是隱含的、不可見(jiàn)的有限狀態(tài)馬爾可夫鏈，它具有初始狀態(tài)概率分布函數和狀態(tài)轉移概率矩陣，另外是一組與狀態(tài)有關(guān)的概率密度函數。
一個(gè)HMM的構成元素如下：

一個(gè)HMM可以簡(jiǎn)記為λ={A，B，∏}，由于其輸入為有限字符集V={v1，v2，… vm}，因此稱(chēng)其為離散隱馬爾可夫模型。