文献类型：期刊文章

作　　者：安晓宁[1] 王智文[2] 张灿龙[3] 庚佳颖[1] 李秋玲[1]

AN Xiaoning;WANG Zhiwen;ZHANG Canlong;GENG Jiaying;LI Qiuling(College of Science,Guangxi University of Science and Technology,Guangxi University of Science and Technology,Liuzhou 545006,China;School of Computer Science and Communication Engineering,Guangxi University of Science and Technology,Liuzhou 545006,China;School of Computer Science and Information Engineering,Guangxi Normal University,Guilin 541004,China)

机构地区：[1]广西科技大学理学院,广西柳州545006 [2]广西科技大学计算机科学与通信工程学院,广西柳州545006 [3]广西师范大学计算机科学与信息工程学院,广西桂林541004

出　　处：《广西科技大学学报》

基　　金：国家自然科学基金项目(61962007,61462008,61751213,61866004);广西自然科学基金重点项目(2018GXNSFDA294001,2018GXNSFDA281009);广西自然科学基金项目(2018GXNSFAA294050,2017GXNSFAA198365);广西教育厅科研项目(YB2014209);广西多源信息挖掘与安全重点实验室开放性研究课题(MIMS19-04);广西科技大学创新团队项目(gxkj dxcxtd201504);2017年广西科技大学硕士研究生创新项目(GKYC2017)资助.

年　　份：2020

卷　　号：31

期　　号：2

起止页码：118-125

语　　种：中文

收录情况：CSA-PROQEUST、IC、JST、RCCSE、ZMATH、普通刊

摘　　要：传统的基于隐马尔可夫模型的人脸识别方法需要对原始人脸图像进行光照补偿、人脸旋转等预处理,而且模型对人脸姿势、表情、局部特征变化等非常敏感.为解决此问题,提出一种基于高斯隐马尔可夫模型的人脸特征标注方法,该方法假定人脸图像中人脸和人脸特征两个区域的灰度值服从两个不同的高斯分布,并将这两个分布作为隐马尔可夫模型的状态集合.同时,将灰度人脸图像转换为一维的灰度值序列作为观测序列,通过模型预测状态序列以实现人脸特征的标注和定位,并基于该模型建立人脸数据库,对未知人脸进行识别.在ORL人脸库和自建人脸库的测试中,均取得较高的标注准确率和识别准确率.

关 键 词：高斯隐马尔可夫模型  特征标注  人脸识别 ORL人脸库  自建人脸库  

分 类 号：TP391.4]