HMM用于人脸识别，从OPENCV里提取出来的,非常经典的说-HMM for face recognition, OPENCV extract from the very classical said

采用OpenCV进行人脸识别，隐马尔科夫链的应用，由混合分量来分割HMM的每个内在状态的所有观测值，运用现有的图像观测值分割为所有嵌入和内部的HMM函数，计算可能的变换矩阵-Using OpenCV for face recognition, hidden Markov chain applications, from the mixed components to split the internal state of each HMM all observations, use of the

二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应，支持向量机 (SVM)具有结构风险最小化的特点，将两者结合起来用于人脸识别。首先，利用小波变换获取人脸图像的低频分量，忽 略高频分量：然后，用2DLDA算法提取人脸图像低频分量的线性鉴别特征，用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。-”Small sample size”problem