基於ＨＭＭ的人臉識別——cvEstimateObsProb問題

　　　人臉識別有多種實現方法（此為廢話），但可以通過我們的opencv庫實現的，現有兩種比較ＯＫ的方法，一種是基於ＰＣＡ（主分量分析法）算法的，另外一種是ＨＭＭ（隱性馬爾可夫模型，此大多用在語音識別方面，李開複的博士論文）算法，之前我已經實現了pca方法的人臉識別，但是感覺准確率有點低，所以毅然重新選擇了hmm的方法。學了些理論後，在網上down了份代碼，個人感覺hmm比pca難多了。

　　　當代碼基本跑通的情況下，卻出現了一個小錯誤，opencv庫中cvEstimateObsProb()出錯了，根據李明浩大神的建議，將numMix數組全部賦值為1（原來是3）就可以跑通了，後來測試發現，非1的情況都失敗。

　　　結果如我們所料，hmm比pca算法更准確，原因可能是所選取的特徵值，pca算法是把圖像灰度值分布情況作為特徵，而hmm是將圖像分成多個區域，然後提取dct（離散余弦變換值，得到圖像低頻分量）作為特徵的，可以後者更有效。