多視角人耳檢測與識(shí)別研究.pdf

1、人耳識(shí)別是一種新興的生物特征識(shí)別技術(shù)。研究表明人耳具有唯一性、穩(wěn)定性、持久性等特點(diǎn)，有望成為一種更加可靠的識(shí)別技術(shù)并得到人們越來越多的關(guān)注。
　　目前國內(nèi)外對人耳識(shí)別的研究主要集中在2D人耳正面視角和3D距離圖像的識(shí)別。然而人耳的視角會(huì)隨著人頭部的轉(zhuǎn)動(dòng)而改變，而且在實(shí)際應(yīng)用中人的頭部很容易發(fā)生轉(zhuǎn)動(dòng)，當(dāng)識(shí)別庫和注冊庫中的人耳圖像處于不同視角的時(shí)候，傳統(tǒng)的識(shí)別方法識(shí)別率就會(huì)大大降低。目前2D人耳識(shí)別方面還沒有對多視角識(shí)別問題進(jìn)行解決，

2、雖然3D識(shí)別方法可以解決多視角識(shí)別問題，但現(xiàn)有的很多3D識(shí)別方法均為離線識(shí)別，并需要高質(zhì)量的距離圖像和2D彩色圖像加以輔助。
　　針對以上存在的問題，本文提出了通過構(gòu)建B樣條姿態(tài)流形來解決2D多視角人耳識(shí)別問題，并對2D人耳分割和檢測做了大量研究；在3D人耳識(shí)別方面，設(shè)計(jì)并開發(fā)了一套3D在線人耳識(shí)別系統(tǒng)。主要工作包括：
　　(1)試驗(yàn)了閾值化、模板匹配、分水嶺、主動(dòng)輪廓模型(SNAKE)等方法對采集到的2D多視角人耳圖像進(jìn)行

3、檢測，比較了這些方法各自的優(yōu)點(diǎn)和缺點(diǎn)，并通過大量試驗(yàn)，最終確定采用分水嶺結(jié)合一種改進(jìn)的幾何型SNAKE算法對人耳圖像進(jìn)行檢測。
　　(2)針對多視角人耳識(shí)別問題，本文提出了一種新的基于零子空間核鑒別分析(NKDA)和B樣條姿態(tài)流形的多視角人耳識(shí)別方法，通過NKDA對注冊庫中的不同角度人耳圖像進(jìn)行非線性降維，從而獲得非線性特征，然后在該特征空間中應(yīng)用B樣條進(jìn)行插值構(gòu)成姿態(tài)流形，在識(shí)別階段通過將樣本與不同流形比較獲得識(shí)別結(jié)果，有效解決