人脸识别---杂记

2019独角兽企业重金招聘Python工程师标准>>>

人脸识别的主要步骤可以分为：图像采集，人脸检测(Face Detection)，人脸识别(Face Recognition)。

图像采集极为简单，直接用cv从摄像头获取--函数cvCreateCameraCapture()可以直接获取摄像头，并可以通过cvRetrieveFrame返回一个IplImage，可以在后面使用。
人脸检测。人脸的检测可以说是人脸识别过程中最为重要的部分。只要能从源图像中检测出人脸的准确位置，再进行识别准确度其实还是蛮高的。用OpenCV做人脸的检测时，主要是用训练好的cascade（Haar分类器），来进行模式匹配。
更详细点说，首先是灰度化图片，并按比例缩放图片，然后进行直方图均衡化(对图像进行对比度的调节)。这样得到了一个经过初步处理的图片，将这样的图片传递给函数cvRunHaarClassifierCascade来进行检测，从而找出NOI（感兴趣区域）。

而人脸的检测，大概步骤如下：
    1. 通过已有的用户的多张照片，训练出一个该用户的HMM模型；
    2. 将人脸检测得到的感兴趣区域利用维特比(viterbi)与已有数据库中的所有HMM模型比对，得到最大值。

想添加下隐马尔科夫模型相关的东西来着。首先推荐一本书，《数学之美》，不是什么专业书籍，只是兴趣。要了解隐马尔科夫模型，首先得知道马尔科夫链。

然后是viterbi算法。

有很多不对的地方，以后再改吧~~先睡觉去了~~

转载于:https://my.oschina.net/gongshang/blog/76137