基于伪二维隐马尔可夫模型的人脸识别

采用小波分解将原始图像分解为4幅子图像，分别对子图像利用HMM进行学习、识别，根据信息融合的方法确定最后的分类结果，同时改进了Samaria算法中直接利用原始图像灰度数据作为观察矢量，通过K－L变换将降维以后的特征矢量作为观察矢量。

公交车乘客流量自动计数的P2DHMM技术研究

我国一些大中城市公交车运营管理采用了无人售票的刷卡系统管理,但是自动刷卡系统不能够满足车辆调度、运营规划等公共交通管理的要求,为了获取乘客流量的实际数据,开发高精度自动记数模型成为当前的热点和技术难点。我国现有乘客流量统计系统的精度在80%左右,造成精度问题的主要原因是在乘车高峰时段拥挤的状态背景条件下,一般模式识别算法和模型设计难以准确将单个人体识别和分割出来,为此,在充分调研的基础上,设计了采用普通数码摄像机和模板匹配方案,选择实验了先进的P2DHMM模型,模拟实验结果证实,该方法具有稳定的识别性能,为真实条件下的实验奠定了良好的基础。

基于C-P2D-HMM的机动车驾驶意图辨识

基于车速变化和车道变换,在二维空间上将驾驶人意图分为加速换道、保持车速换道、减速换道、加速不换道、保持车速不换道和减速不换道六个。考虑到车辆行驶的连续性,利用高斯密度函数改进伪二维隐马尔可夫模型提出了驾驶人意图辨识。模型以车间距、对象车速及横向加速度为输入,以驾驶人驾驶意图为输出,将变速及是否变换车道两种驾驶意图分别作为C-P2D-HMM的隐状态的二个维,进行驾驶人意图辨识。实验结果表明,模型可行、有效,辨识准确率是98.84%。利用转移概率,还能实现预测。有助于对不正常的变速换道提出预警,降低此类交通事故。