基于側(cè)臉和耳廓組合特征的個人身份鑒別方法.pdf

1、隨著計算機技術(shù)的迅速發(fā)展，信息安全問題逐漸受到人們的重視，于是為了滿足信息時代的安全要求，產(chǎn)生了生物特征識別技術(shù)。目前常用的生物特征識別技術(shù)主要有人臉識別、指紋識別、虹膜識別、人耳識別等，其中人臉識別以其采集方便、用戶接受程度高、實用性強的優(yōu)勢受到人們的關(guān)注，但是，由于年齡、表情、化妝和胡須等變化的影響，使得人臉的特征很不穩(wěn)定，故人臉識別具有一定的局限性。相對于人臉圖像，人耳圖像不受表情、化妝等的影響，而且也具有采集方便、用戶接受程度高

2、的優(yōu)點，因此將人耳識別與人臉識別相結(jié)合可以真正做到“非打擾識別”。根據(jù)人耳特殊的生理特征結(jié)構(gòu)和生理位置，本文提出了一種將人臉特征和人耳特征相結(jié)合的基于側(cè)臉和耳廓組合特征的個人身份鑒別方法，用此方法來輔助人臉識別，提高識別率。 基于側(cè)臉和耳廓組合特征的個人身份鑒別方法分別提取了側(cè)臉特征和耳廓特征，并將其相結(jié)合進(jìn)行識別。首先對圖像進(jìn)行預(yù)處理去掉圖像中的背景信息和噪聲，然后用輪廓跟蹤的方法在側(cè)臉圖像中提取側(cè)臉輪廓，根據(jù)曲率提取眼睛、鼻

3、子、嘴三個特征點，以其兩兩之間的垂直和水平距離作為側(cè)臉特征。在提取完側(cè)臉特征之后，提出一種基于輪廓跟蹤的人耳定位算法，用該算法進(jìn)行人耳定位，提取外耳輪廓，然后提取外耳輪廓的高度和寬度特征作為耳廓特征。最后將側(cè)臉特征和耳廓特征相結(jié)合形成組合特征向量，采用根據(jù)相似性閾值和最小距離原則的聚類方法對其進(jìn)行分類識別。 應(yīng)用實驗室自建的側(cè)臉圖像庫對本文提出的方法進(jìn)行驗證，實驗結(jié)果表明該方法是可行的，可以有效地輔助人臉識別。而且該方法的人耳定