将生物特征识别应用于人脸,实际上是包含两个方面:第一,从图像或视频帧中检测人脸,即所谓的“人脸检测”(face detection);第二,对检测到的人脸进行识别,判断这张脸是谁,即“人脸识别”(face recognition)。就实际应用而言,采用人脸做生物特征识别,其识别率、可靠性都无法与指纹、虹膜识别相提并论,但不失为模式识别中的一个典型应用,至少可以起到抛砖引玉的作用。
下面的源代码采用隐马尔可夫模型(HMM)做人脸识别,它是OPENCV 3.1 版本的一个应用示例程序,不再包含在 4.0 版本中。因此如果想编译源代码,则需要安装 OPENCV 3.1版本。该版本可以从SOURCEFORG上下载。关于程序使用以及算法说明,参考下面的网页(英文):
http://www.assuredigit.com/incoming/sourcecode/opencv/chinese_docs/appPage/FaceRecognition/FaceRecognition.htm
以及论文:
http://www.assuredigit.com/incoming/sourcecode/opencv/chinese_docs/papers/avbpa99.pdf
下载地址:
http://www.assuredigit.com/program/HMMDemo.rar
分享到:
相关推荐
### 基于隐马尔可夫模型的人脸识别 C/C++源代码解析 #### 隐马尔可夫模型(HMM)与人脸识别 隐马尔可夫模型(Hidden Markov Model, HMM)是一种统计模型,常用于含有时间序列或者顺序数据的场景中。在模式识别领域,...
隐马尔可夫模型(Hidden Markov Model,简称HMM)是概率统计领域的一种重要模型,广泛应用于自然语言处理、语音识别、生物信息学以及我们这里提到的人脸识别。在这个"VC源代码"项目中,开发者利用HMM来实现人脸识别...
- HMM(隐马尔可夫模型)在语音识别、自然语言处理等领域广泛应用,但在人脸识别中相对较少。可能是此demo采用了HMM进行特征序列建模或者状态预测,这需要深入阅读源代码才能明确。 5. **VC++项目结构**: - 项目...
本项目"基于Opencv之HMM的人脸识别Demo.zip"是一个使用隐马尔可夫模型(Hidden Markov Model,简称HMM)实现的人脸识别示例,适用于OpenCV 2.2.0版本。 首先,我们需要理解隐马尔可夫模型(HMM)的基本概念。HMM是...
- 序列模型:dlib支持隐藏马尔可夫模型(HMMs)和其他序列模型,适用于语音识别或自然语言处理任务。 总的来说,dlib是一个强大的工具,适用于那些需要在Python环境中进行复杂图像处理和机器学习任务的开发者。正确...