基于皮肤模板和改进HMM的自动人脸识别系统(3)

来源：网络收集时间：2026-08-04

导读：ｔｈｅｅｌｌｉｐｓｅａｒｅｉｎｄｉｃａｔｅｄｂｙａｃｒｏｓｓ．Ｆｉｇ．４Ｄｅｔｅｃｔｆａｃｅｗｉｔｈｄｉｆｆｅｒｅｎｔｏｒｉｅｎｔａｔｉｏｎｓ图４不同方向的人脸２ＩｍｐｒｏｖｅｄＨＭＭｆｏｒ

ｔｈｅｅｌｌｉｐｓｅ

ａｒｅ

ｉｎｄｉｃａｔｅｄｂｙ

ａｃｒｏｓｓ．

Ｆｉｇ．４

Ｄｅｔｅｃｔ

ｆａｃｅｗｉｔｈｄｉｆｆｅｒｅｎｔｏｒｉｅｎｔａｔｉｏｎｓ

图４不同方向的人脸

２

ＩｍｐｒｏｖｅｄＨＭＭｆｏｒｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ

２．１

ＨＭＭｂａｓｅｄｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ

ＴｈｅＨＭＭｉｓ

ａ

ｆｉｎｉｔｅｓｅｔｏｆｓｔａｔｅｓ．ｅａｃｈｏｆｗｈｉｃｈｉｓａｓｓｏｃｉａｔ－

ｅｄｗｉｔｈ

ａ

ｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎ［１３１．Ｔｒａｎｓｉ．

ｔｉｏｎｓａｍｏｎｇｔｈｅ

ｓｔａｔｅｓ

ａｒｅ

ｇｏｖｅｍｅｄｂｙ

ａｓｅｔ

ｏｆｐｒｏｂａｂｉｌｉｔｉｅｓ

ｃａｌｌｅｄ

ｔｒａｎｓｉｔｉｏｎｐｒｏｂａｂｉｌｉｔｉｅｓ．Ｉｎａ

ｐａｒｔｉｃｕｌａｒ

ｓｔａｔｅ

ａｎｏｕｔｃｏｍｅ

ｏｒ

ｏｈｓｅｒ－

ｖａｔｉｏｎ

ｃａｎ

ｂｅｇｅｎｅｒａｔｅｄａｃｃｏｒｄｉｎｇ

ｔｏ

ｔｈｅ

ａｓｓｏｃｉａｔｅｄｐｒｏｂａｂｉｌｉｔｙ

ｄｉｓｔｒｉｂｕｔｉｏｎ．ＩｎｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＨＭＭｂａｓｅｄｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ，ａ

ｆａｃｅｉｍａｇｅｉｓ

ｄｉｖｉｄｅｄｉｎｔｏ

ａ

ｓｅｒｉｅｓｏｆｏｖｅｒｌａｐｐｉｎｇｉｍａｇｅｂｌｏｃｋｓ．

％ｅ

ｏｂｓｅｒｖａｔｉｏｎｓｅｑｕｅｎｃｅｆｏｒｔｈｅＨＭＭ

ｃａｎ

ｂｅ

ｇｅｎｅｒａｔｅｄｂｙ

ｃｏｎ－

ｃａｔｅｎａｔｉｎｇ

ｔｈｅ

ｏｂｓｅｒｖａｔｉｏｎ

ｖｅｃｔｏｒｓ

ｅｘｔｒａｃｔｅｄｆｒｏｍ

ｅａｃｈ

ｉｍａｇｅ

ｂｌｏｃｋ．Ｎｅｆｉａｎ

ｅｔ

ａｌ［１０］ａｐｐｌｙ２Ｄ

ＤＣＴ

ｏｎ

ｅａｃｈ

ｉｍａｇｅ

ｂｌｏｃｋａｎｄ

ｏｎｌｙｔｈｅｌｏｗｆｒｅｑｕｅｎｃｙｃｏｅｆｆｉｃｉｅｎｔｓａｒｉｅ

ｅｘｔｒａｃｔｅｄｔｏ

ｐｒｏｄｕｃｅｏｈｓｅｒ－

ｖａｔｉｏｎｖｅｃｔｏｒｓ．７ｎｌｅｏｂｓｅｒｖａｔｉｏｎｓｅｑｕｅｎｃｅｅｘｔｒａｃｔｅｄｆｒｏｍ

ａｔｅｓｔ

ｉｍ－

ａｇｅｉｓｉｎｐｕｔ

ｔｏａｌｌｏｆｔｈｅｔｒａｉｎｅｄＨＭＭｓ

ａｓｓｏｃｉａｔｅｄｗｉｔｈｅａｃｈｐｅｒ－

ｓｏｎ

ａｎｄｔｈｅｃｏｎｄｉｔｉｏｎａｌｐｒｏｂａｂｉｌｉｔｙｇｉｖｅｎｂｙｅａｃｈＨＭＭｉｓａｌｓｏ

ｃａｌｃｕｌａｔｅｄ．ｎｅ

ｉｄｅｎｔｉｔｙｏｆｔｈｅｉｎｐｕｔｆａｃｅｉｓ

ｄｅｔｅｒｍｉｎｅｄｂｙｔｈｅ

ＨＭＭｗｈｉｃｈ

ｇｉｖｅｓ

ｔｈｅｈｉｇｈｅｓｔ

ｐｒｏｂａｂｉｌｉｔｙ．ＳｉｎｃｅＤＷＴ

ｉｓｗｉｄｅｌｙ

ｂｅｌｉｅｖｅｄｔｏｂｅａｄｖａｎｔａｇｅｏｕｓ

ｏｖｅｒ

ＤＣＴｉｎｒｅｐｒｅｓｅｎｔｉｎｇｆｅａｔｕｒｅｓ，

ＤＷＴｗｉｌｌｂｅｕｓｅｄｆｏｒｏｂｓｅｒｖａｔｉｏｎｖｅｃｔｏｒｅｘｔｒａｃｔｉｏｎｉｎｔｈｅ

ｎｅｘｔ

ｓｅｃｔｉｏｎ．２．２

ＩｍｐｒｏｖｅｄＨＭＭｕｓｉｎｇＤＷＴＷａｖｅｌｅｔａｈａｖｅｍａｎｙ

ａｄｖａｎｔａｇｅｓ

ｏｖｅｒ

ｏｔｈｅｒｍａｔｈｅｍａｔｉｃａｌｔｒａｎｓｆｏｒｍｓｓｕｃｈａｓ

ｔｈｅＦｏｕｒｉｅｒ

ｔｒａｎｓｆｏ咖ｏｒ

ＤＣＴ．Ｉｎｕｓｉｎｇ

ｗａｖｅ－

ｌｅｔｓ

ｔｏ

ｐｒｏｄｕｃｅｏｂｓｅｒｖａｔｉｏｎｖｅｃｔｏｒｓ，ｔｈｅａｌｇｏｒｉｔｈｍｗｏｒｋｂｙｓｃａｎ

万　

方数据ｎｉｎｇｔｈｅｆａｃｅｉｍａｇｅｆｒｏｍｌｅｆｔ

ｔｏ

ｒｉｇｈｔ

ａｎｄｔｏｐｔｏｂｏｔｔｏｍｕｓｉｎｇ

ａ

Ｐ

ｘ

Ｌｓｉｚｅｄ

ｂｌｏｃｋａｎｄｐｅｒｆｏｒｍｉｎｇｗａｖｅｌｅｔｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎａｎａｌｙｓｉｓ

ａｔ

ｅａｃｈ

ｉｍａｇｅｂｌｏｃｋ．Ｔｈｅｉｍａｇｅｂｌｏｃｋｉｓｄｅｃｏｍｐｏｓｅｄ

ｔｏ

ａ

ｃｅｒｔａｉｎ

ｌｅｖｅｌａｎｄｔｈｅｃｏｅｆｆｉｃｉｅｎｔｓ

ａｔ

ｔｈｅｌｏｗｅｓｔｌｅｖｅｌ

ｏｒ

ｔｈｅｅｎｅｒｇｙｏｆｔｈｅ

ｓｕｂｂａｎｄｓａｒｅ

ｅｘｔｒａｃｔｅｄ

ｔｏ

ｆｏｒｍｏｂｓｅｒｖａｔｉｏｎｖｅｃｔｏｒｓｆｏｒｔｈｅＨＭＭ．

２Ｄ

Ｊ＿ｌｅｖｅｌｗａｖｅｌｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎｏｎａｌｌ

ｉｍａｇｅ，［Ｐ，Ｌ］ｒｅｐｒｅｓｅｎｔｓ

ｔｈｅｉｍａｇｅｂｙ３Ｊ＋１ｓｕｂｂａｎｄｓ

［口Ｊ，｛司，孝，霉｝．『＝１，…，．，］，ｗｈｅｒｅＤ，ｉｓ

ａ

ｌｏｗｒｅｓｏｌｕｔｉｏｎ

ａｐｐｒｏｘｉｍａｔｉｏｎｏｆｔｈｅｏｒｉｇｉｎａｌｉｍａｇｅ，ａｎｄ钟ａｒｃ

ｄｅｔａｉｌ

ｉｍａｇｅｓ

ｃｏｎ－

ｍｉｎｉｎｇｔｈｅｄｅｔａｉｌｓｏｆｔｈｅ

ｉｍａｇｅ

ａｔ

ｄｉｆｆｅｒｅｎｔ

ｓｃａｌｅｓ（巧）ａｎｄ

ｏｆｔｅｎ—

ｒａｔｉｏｎｓ（＆）．Ｗａｖｅｌｅｔｃｏｅｆｆｉｃｉｅｎｔｓ

ｉｎ谚，毋ａｎｄ霉ｃｏｒｒｅｓｐｏｎｄ

ｔｏ

ｖｅｒｔｉｃａｌ

ｈｉ．ｇｈｆｒｅｑｕｅｎｃｉｅｓ（ｈｏｒｉｚｏｎｔａｌｅｄｇｅｓ），ｈｏｒｉｚｏｎｔａｌｈｉｇｈｆｒｅ－

ｑｕｅｎｃｉｅｓ（ｖｅｒｔｉｃａｌｅｄｇｅｓ），ａｎｄｈｉｇｈｆｒｅｑｕｅｎｃｉｅｓ

ｉｎｂｅｔｈ

ｄｉｒｅｃ－

ｔｉｏｎｓ，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｆｉｇ５ｓｈｏｗｓｔｈｅ２ｌｅｖｅｌｗａｖｅｌｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎｏｆａｎｉｍａｇｅｒｅｐｒｅｓｅｎｔｉｎｇ

ａｎ

ｅｙｅ．Ｆｏｒｔｈｉｓ２ｌｅｖｅｌｓｄｅｃｏｍｐｏｓｉｔｉｏｎ

ｉｎ

ｔｏｔａｌ７

ｓｕｂｂａｎｄｓ｛ａ２，ｄ：，《，前，以，《，ｄ；｝ａｒｅ

ｇｅｎｅｒａｔｅｄ．

Ｎｏｔｅｔｈａｔｔｈｅｉｍａｇｅｈａｓｂｅｅｎｒｅｓｃａｌｅｄｆｏｒｖｉｓｕａｌｉｎｓｐｅｃｔｉｏｎ．Ｉｎｔｈｉｓｐａｐｅｒ，ｔｈｅｏｂｓｅｒｖａｔｉｏｎ

ｖｅｃｔｏｒ

ｉｓ

ｐｒｏｄｕｃｅｄｂｙｃｏｎｃａｔｅｎａｔｉｎｇ

ｅａｃｈ

ｌＯＷ

ｏｆａＪ．Ｏｎｃｅｔｈｅｏｂｓｅｒｖａｔｉｏｎ

ｖｅｃｔｏｒｓ

ａｒｅ

ｅｘｔｒａｃｔｅｄ，ｔｈｅｏｂｓｅｒｖａｔｉｏｎｓｅｑｕｅｎｃｅｓ

ａｒｅ

ｇｅｎｅｒａｔｅｄａｎｄｇｉｖｅｎ

ｔｏ

ｔｈｅＨＭＭｆｏｒ

ｐｒｏｃｅｓｓｉｎｇ．

（ａ）Ａｎ

ｅｙｅ

ｉｍａｇｅｂｌｏｃｋ蚴Ｗａｖｅｌｅｔ

ｄｅｃｏｍｐｏｓｉｔｉｏｎ

Ｆｉｇ．５ …… 此处隐藏：1581字，全部文档内容请下载后查看。喜欢就下载吧 ……

基于皮肤模板和改进HMM的自动人脸识别系统(3).doc 将本文的Word文档下载到电脑，方便复制、编辑、收藏和打印

下载这篇word文档

本文链接：https://www.jiaowen.net/wenku/268230.html（转载请注明文章来源）

上一篇：实验一高频小信号调谐放大器实验
下一篇：日照市岚山区实验中学三年规划