人耳识别研究

发布网友发布时间：2024-09-06 03:59

共1个回答

热心网友时间：2024-10-27 02:14

早期的人耳识别研究中，Iannarelli系统由Alfred Iannarelli提出，该系统基于12个测量段进行特征分析。人工神经网络方法被Moreno等人采用，他们通过提取外耳特征点、耳形和褶皱信息，以及宏观特征来构建人耳的复合特征。Burge和Burger利用分形轮廓定位人耳，通过Canny算子提取边缘，并分析边缘曲线的Voronoi图，以此构造特征向量进行识别。

Hurley、Nixon和Carter利用力场转换方法，通过势能通道和势能井的位置来描述人耳特性。王忠礼则运用高阶不变矩阵，专注于人耳图像特征的提取。在加利福尼亚大学，Bir Bhanu和Hui Chen采用range传感器获取三维人耳图像，结合local surface patches (LSP)，提出了一种基于3D图像的人耳识别新方法。

当人耳与硬质材料接触，如玻璃，会留下独特的耳纹，这在犯罪调查中具有重要应用。耳纹特征主要从耳轮、对耳轮、耳屏和对耳屏处提取，研究还探讨了耳纹与压力的关系以及影响因素。通过极坐标，关键点和角度构成的特征向量被用来描述这些耳纹特征。然而，耳纹图像的获取较为复杂，主要适用于刑事侦查领域。

扩展资料

人耳识别是近年来新兴起的一种生物特征识别技术，然而姿态问题一直是其难点问题之一，针对此问题提出了一种基于基空间转换的新方法．首先，利用主元分析和核主元分析方法得到姿态人耳图像和正侧面人耳图像的基空间，通过计算两种基空间之间的线性转换关系求出姿态转换矩阵，然后将待测的姿态人耳图像特征集利用基空间姿态转换矩阵转变成正侧面人耳图像特征集，最后用支持向量机进行分类识别．实验结果表明，该方法与没有经过姿态转换的方法相比，识别率显著提高．