摘　要:针对人脸识别的鲁棒性问题，鉴于HMM具有良好的时间序列建模能力和SVM在有限样本的分类方面具有优良性能，采用一种基于HMM―SVM融合模型的鲁棒人脸识别算法。首先将归一化人脸图像用采样窗从上到下进行采样，采用DCT和SVD提取各个采样窗图像的特征参数并串接成观察向量，然后由每个人的训练图像的观察向量训练得到每个人HMM模型，将测试图像的观察向量采用Viterbi算法求出对应于每个人HMM模型的输出概率，最后将输出概率送入支持向量机进行分类训练及识别测试，得到人脸识别结果。在ORL库和Yale库的实验表明该算法的识别率高于传统的单一HMM方法和SVM方法，鲁棒性有一定的提高。[著者文摘]……