基于HMM的人脸检测与识别系统：实证研究与应用

本篇硕士学位论文主要研究的是"基于HMM的人脸检测及识别系统应用"，作者刘正义，专业为电机与电器，由戴小文老师指导。随着现代信息技术的发展，身份识别的需求日益提高，传统方法已不能满足，而人脸自动识别因其独特优势成为了研究热点。 论文首先概述了国内外近年来在人脸识别领域的研究成果，特别强调了人脸检测的重要性，它是人脸识别的关键步骤。作者深入研究了肤色作为人脸检测的有效特征，提出了一种基于肤色特征的检测算法，通过光线补偿、中值滤波去除噪声，然后转换到YCbCr空间进行肤色聚类，从而提高了检测精度。 在人脸识别方面，论文重点介绍了隐马尔可夫模型（HMM）在这一领域的应用。作者探讨了HMM在人脸识别中的模型构建和训练过程，并将其融入到设计的仿真系统中。该系统包括视频输入模块、人脸检测模块和人脸识别模块，通过与现有方法进行对比，验证了系统的识别性能。 实验部分，作者构建了一个详细的人脸数据库，专注于在室内环境下的实际应用，考察了光线、拍摄角度和距离等因素对系统性能的影响。实验结果显示，该系统在实时性和识别率上达到了预期，成功实现了正面人脸的自动识别目标。 总结起来，这篇论文不仅涵盖了人脸检测的肤色模型和模板匹配方法，还深入研究了HMM在人脸识别中的应用，通过实际系统的开发和实验，证明了基于HMM的人脸检测及识别方法是可行且有效的。关键词包括人脸检测、人脸识别、模板匹配、肤色模型和隐马尔可夫模型。这项研究对于提升身份验证的安全性和实用性具有重要意义。