一种基于隐马尔可夫模型的人脸识别方法

摘要

本发明涉及一种基于隐马尔可夫模型的人脸识别方法，具体包括以下步骤：建立人脸隐马尔可夫模型；对样本图像采样，得到特征向量，确定模型各初始参数；反复迭代训练隐马尔可夫模型，对于每个人脸都产生一个具有不同参数隐马尔可夫模型；对待识别图像采样，得到特征向量；将待识别图像的特征向量分割，对所有隐马尔可夫模型递进地计算最大相似度，同时排除相似度最小的隐马尔可夫模型，最后得到识别结果。本发明利用人脸HMM的结构确定的隐含状态总是从代表头部的状态开始，并且只可能向下一个状态转移的特征和Viterbi算法动态规划的特性，将观察向量分割，并在计算相似度时通过中间结果来排除可能性较小的人脸模型，达到减少计算量的效果。