E-HMM/ANN混合网络人脸识别

提出一种用于人脸识别的 E- HMM/ ANN混合网络 .该混合网络用 E- HMM的参数来表示人脸特征 ;用 E-HMM的输出似然值序列组成 ANN的输入矢量 ;用 ANN的鉴别训练能力来克服 E- HMM的基于最大似然准则训练算法区分力较差的弱点 ;同时利用 ANN的学习能力来提高 E- HMM的识别性能 .采用 ORL人脸库对混合网络进行识别实验 ,结果表明所提出的混合网络提高了人脸识别精度 .

一种基于E-HMM的选择性集成人脸识别算法

基于嵌入式隐马尔可夫模型(Embedded Hidden Markov Model,E-HMM)的人脸识别方法的识别性能依赖于模型参数的合理选择。提出了一种基于E-HMM的多模型选择性集成人脸识别算法,选择出个体精度高且互补性强的模型来进行集成的人脸识别。实验结果表明,与传统的基于E-HMM的人脸识别方法相比,新算法不仅可以获得更好、更稳定的识别效果,而且具有更强的泛化能力。

基于不同隐马尔科夫模型的图像识别方法

为了更详细地研究隐马尔科夫模型在图像识别中的应用,以指纹识别为例,纵向总结了几种基于隐马尔科夫模型的指纹图像识别算法,包括一维隐马尔科夫模型、伪二维隐马尔科夫模型、二维模型及一维模型组。分别从时间复杂度、识别精确度等方面总结出这四种隐马尔科夫模型在图像识别时的优缺点,得出不同待识别图像适合使用的识别模型的结论。

Gabor小波优化HMM算法的眼部疲劳状态识别

远程教育的网络学习者在学习过程中由于长期缺少情感互动容易导致学习疲劳,而学习疲劳状态往往通过眼部状态表现出来,为了对远程智能教学系统进行有效的监控,提出了一种基于Gabor小波和HMM的学习疲劳眼部状态识别算法。该算法针对网络学习者的正常学习、疲劳和疑惑三种学习状态下的眼睛张开程度有一定的区别的特点,在YCbCr颜色空间用拉普拉斯算子对眼部图像进行灰度差的处理,选择二维Gabor核函数,构造48个最优滤波器,获取48个特征值,这48个特征值生成48个特征向量,用HMM对眼部状态图像的特征向量形成的一组观测序列O进行眼部状态识别。实验结果表明,该算法对网络学习的疲劳度识别率达到95.68%,具有良好的鲁棒性。

扩展型HMM在表情识别中的应用研究

根据表情与人脸表情特征关系,提出采用隐马尔可夫模型进行人脸表情识别;又鉴于人脸图像二维特性,提出了更具健壮性、更易处理二维数据的扩展型隐马尔可夫模型.该模型相比伪二维隐马尔可夫模型,简化了复杂度.为提高模型的识别效率,根据敏感度不一,提出多重感兴趣区域替代单一的感兴趣区域.为提高表情子库内样本的聚合度及库间样本离散度,提出相应的改进方案.首先通过人脸检测,实现表情样本采集;然后采用二维离散余弦实现图像频域转化,并结合低频数据生成特征向量;最后采用扩展型隐马尔可夫模型进行表情建模,实现表情训练与识别.实验表明:采用扩展型隐马尔可夫模型可有效识别表情,尤其是优化后的设计方案.

基于改进型嵌入式隐马尔可夫模型的表情识别方法

提出一种基于改进型嵌入式隐马尔可夫模型的表情识别方法.首先通过视频人脸跟踪检验获取关键帧的感兴趣区域.然后利用二维离散余弦变换将人脸图像观测块转化为观测向量.最后实现嵌入式隐马尔可夫进行模型训练与表情识别.实验表明,采用嵌入式隐马尔可夫模型可有效识别表情,改进和优化后的设计方案识别效果良好.

基于隐马尔可夫链模型的电子商务用户兴趣导航模式发现

用户智能导航模式发现已经成为电子商务领域中的一个研究热点。为此,结合电子商务站点用户网页访问时间与网页关键字信息对用户访问兴趣进行定义,借鉴经典隐马尔可夫链模型,建立用户兴趣导航模型。给出在此模型中用户兴趣导航路径的发现方法及算法描述。通过模拟数据、某B2C在线图书销售站点中的真实数据以及与经典方法的对比等方面的实验验证,结果表明:给出的模型方法能够准确、高效地找到带有用户访问兴趣的关联路径信息。这个方法可以作为一种应用于电子商务领域更为有效、实用的智能导航发现工具。