5=SimSun用隐马尔可夫模型设计人脸情识别系统尹星云料，2王洵董兰芳1万寿红1 1中国科学技术大学计算机科学技胯，巴，27；2.安徽淮南师范学院信息技术系安徽淮南2溯其结果组成，层，的观察向量，经过高层码。佩出情；从而提高了系统的识，率。增强了手统的健壮性。
　　人脸情特征向量吓391.41文献标识码隐马尔可夫模型16也0厘0冲是个统计模型，具有十分丰富健壮的数学结构，适用于动态过程时间序列建模并具有强大的时序模式分类能力，理论上可处理任意长度的时序，它为提供了个非常广泛的应用范围。目前，HMM已经成功的用于语音识别，而人脸识别和人脸情识别是HMM的又个新的应用领域。脸灰情识别是设计人机忾能交力视频会议和可视电话等系统的关键技术，有稽广泛的应用前景。
　　1HMM定义个模型由两个随机过程组成，个足马；可火链，由初始状态分布概率冗=沐！和转移概率矩2003年1月14日收稿安徽省自然科学基金资助项目，编号20031293女45在职硕士生副教授主要从事计算机形像方面的研究阵，=描述，输出为状态序列，但是这个输101隐臧吧中；另外随机过程1作=.，描述，输出为观察序列但不定是马尔可夫过程，这也是1厘名称的由来。
　　态转移概率矩阵，=户择1什15，1彡，7+彡况；方=仙为观察符号概率分布，如果5是离散的并有财个观察值沙1为，办，贝叫6=尸0=外5，1彡彡7，1彡彡从，如果5是连续的并用，3脱13打混合概率分布，贝0，=210，心，其中9为辊次混合系数，心分别为观察向量的均值和办方〉碑；兀为时始状态分布概率，记为冗=凡中5=叹咖=1.17分。
　　2应用1贼识别情的基本原理人脸情识别系统中的状态邱=2，6是情，观察序列0=，2化由情特征向量组成，其概率分布用，315831混概率分布，1用尸9儿评估模型的好坏，户0，由，0所313出算法计算递推终止观察序列进入系统后由，加算法解码递推终止随着的增大，实现算法时计算精度将超出计算机的处理能力而产生溢出。解决它的办法是在计算过程中引入个缩放因子，计算结束时消去，不影响计算结果。另外不能直接求，0无，而用对数式求户0又，治出1算法解码时如果对数式就+用乘缩放514.
　　3用只贼触设计的人脸情识别系统3.1系统结构人脸情可以归纳为六类高兴17生气82，吃惊8，863，厌恶08政4，恐惧5，悲哀83以6.为每种情设计个每个是个带返回的从左到右模型，六个这样的构成个人脸怙分类器，如阁1所小，对每个求70人，lc6，如果取c￠=agmax，6JP6At，则c就是系统识别出的人脸情编号。但是由于人脸情有上千种，简单地归纳为六类，使得有些情很难准确地归为某类，这就增加了系统识别的难度。如，人脸上呈现的情接近1口和8叫6日寸，通过低层获得的尸0和尸，9水实际上非常接近。由于尸6又的概率特性！时机的存储误差，尸以柯能等于，3，从刚能确地识别这两种情。为1搞系统识别复杂情的能力，用两层HMM构造人脸情识别系统，2.高层HMM中的编号含义如下低层出遍的穸数。常直观，参数如+初始沾状态分介概，疋=休，7=疋=0，1系6农情状态转移概率矩阵，=，从办种情状态转移到第种於青状态的概率，并觇定当7，7均不7且不等于7时，衣从第7种怙状态先转移到中性情状态再转移到第种1状态的概率，即假设，1叫叫生状态的情之间4能1接转移，这种假设是合现的，如从5小可能不经过性状态良接转将低UHMMS解码的个怙状态序列纟l成高层HMM的，个六维观察j量K=广f，其中为第个HMM的状态，观察符m韦分布f=6，fi=ftlVjLH个HMM的第个状态在高UHMM的第l个状态的期望概率l彡。彡6 3.2系统头现首先对人脸象进行预处理，把体现人脸情的部分从人脸象中分离出来，然后进行离散余弦变换5.设，分别为同个的某种农情状态和中性情状态的离散余弦系数，人=2，1为象的大小。1尤的仇称为衣情系数稂成个的矩阵，将该方阵按行排列组成维的脸情特征向飞+小成为第涨人脸象将以乍为低层只，的观察向系统训练过程从手工分割的视频序列中提取出六种情的特征向量组成观察序列，用61此算法分别训练六tHMM，得到六个特定情的HMM.
　　低层HMM训练好后，将人脸情序列同时输入进这六个特定情的HMM，用Viterbi算法得到六个被解码的人脸情状态序列。
　　对观察序列6，再次用加1认，成兑法训练高层只。
　　系统的使用和训练过程炎似，任意个人的人脸视频吓列进入系统后，由系统自动提，出脸情特征向量。这些特征向量进入低层后，由16咖算法解码得到情状态序列，情状态序列被组织成高层的观察序列再次由，也如算法解码，获得视频序列中人脸对应的情。
　　4结束语目前，对手工分割的视频序列用该系统实现了人脸情识别，其中叩防的识别率*好，几乎达到100，81的识别率*差，只有89.16，平均识别率达到97.2.结果明1是种非常有效的基于统计的识别情的方法。共缺点是离散余弦变换虽然具有压缩比高且能较好地保持原始象信息的优点，但是在人睑情识别系统中作为人脸怙特征量，数据量仍然太大，毖响系统速设下步的研究工作重点放系统的而端，为系统选择个更合适的人脸怙特征的描述方式和脸特征跟踪的方法，实现从连续的视频序列1动地识别人脸的功能。
　　编辑漆蓉