【摘要】：贝叶斯网络是一类对不确定知识进行表达和推理的拓扑结构，用节点表示随机变量，用有向弧表示节点间的依存关系。由于利用了类人化的推理机制，贝叶斯网络能较好地表达知识的不确定性，并且能够实现快速推理，因而在人工智能、目标识别、决策评估和信息融合等领域中得到了广泛的研究和应用。目前国外研究人员已开始将贝叶斯网络应用到人脸识别或表情识别中。
贝叶斯网络（Bayesian Network）是一类对不确定知识进行表达和推理的拓扑结构，用节点表示随机变量，用有向弧表示节点间的依存关系。由于利用了类人化的推理机制，贝叶斯网络能较好地表达知识的不确定性，并且能够实现快速推理，因而在人工智能、目标识别、决策评估和信息融合等领域中得到了广泛的研究和应用。贝叶斯网络作为一种分类器，能清晰地表示上下层特征之间的依存关系，具有参数设置简单、运算速度快等优点，可以实现对目标的快速分类，即使在目标信息很少的情况下，通过选择若干最有代表性的特征，利用不多的先验知识，也可以进行快速的粗分类。
目前国外研究人员已开始将贝叶斯网络应用到人脸识别或表情识别中。参考文献[25]采用TAN分类器学习面目特征之间的从属关系，并提出一种新算法来寻找最佳的TAN结构，比简单的NB分类器改善了效果。参考文献[26]用贝叶斯网络对视频中的表情进行分类，因为贝叶斯网络在推理和训练过程中可以处理丢失的数据；参考文献[27]提出一种嵌入式贝叶斯网络（Embedded Bayesian Networks，EBN）用于人脸识别，并通过实验与嵌入式隐马尔可夫方法（Embedded HMM Approach）进行了比较。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
