基于力场收敛特征多姿态人耳识别.docVIP

基于力场收敛特征多姿态人耳识别 　　摘 要：提出了一种通过提取力场收敛特征进行多姿态人耳识别的新方法。首先把人耳图像转换为力场图像，通过计算力场的散度得到人耳收敛特征，然后使用零空间线性判别分析算法进一步提取特征并分类识别。实验结果表明，力场收敛特征比最初基于力场变换的势能阱特征更为稳定，而零空间线性判别分析方法也优于传统的主元分析降维方法，更好地解决了小样本问题，识别率得到进一步提高。该方法能够有效识别多姿态人耳图像。 　　关键词：人耳识别； 力场变换； 散度； 收敛特征； 零空间线性判别分析 　　中图分类号：TP391文献标志码：A 　　文章编号：1001-3695(2009)06-2370-04 　　doi:10.3969/j.issn.1001-3695.2009.06.112 　　 　　Multi-pose ear recognition based on force field convergence feature 　　DONG Ji-yuan , MU Zhi-chun, WANG Yu 　　(School of Information Engineering, University of Science Technology Beijing, Beijing 100083, China) 　　Abstract: 　　This paper examined the feature extraction method based on force field transformation and developed a new approach for multi-pose ear recognition. Firstly transformed the initial gray ear image to force field and calculated the divergence of the force field to obtain the convergence feature of ear. Then employed the algorithm of null-space based linear discriminant analysis (NLDA) to complement classification and recognition. The experimental results show that the proposed method is more robust and effective than the initial feature extraction method based on force field transformation, the potential well-based method and demonstrate effectiveness for multi-pose ear recognition. 　　Key words：ear recognition； force field transform; divergence； convergence feature； NLDA 　　 　　由于人耳具有生理结构惟一性、不变性、无表情变化、色度稳定等特点，人耳识别技术被认为在身份鉴别、安检、门禁等许多场合具有潜在的应用前景[1]。在学者提出的一些人耳识别方法中，由南安普顿大学的Hurley等人[2，3]提出的利用力场转换描述和提取人耳特征的方法因为思路新颖、符合人耳的结构特点及良好的实验效果，引起越来越多的关注。 　　?チΤ∽?换的思想是把力场、电磁场的矢量场理论用于人耳识别的特征提取，把人耳的二维灰度图像看做一个能量场，像素对其他像素之间有力的作用符合引力定律，即大小正比于该像素的灰度值，反比于像素之间距离的平方。每一个像素所受的力是其他所有像素对其作用力的矢量和。如果在这个场中放置一些测试像素，这些像素会在力的作用下由能量高的地方向能量低的地方运动。Hurley认为测试像素运动轨迹的差异恰恰是每个人不同人耳沟回结构的反映，所形成的势能通道和势能阱可以用来描述和提取人耳的特征[2]。之后Hurley又引入了矢量场分析中散度和通量的概念，求取人耳力场的散度图像，将其二值化作为人耳特征。实验结果表明对于发生轻微俯仰倾斜等平面姿态变化的人耳，能够依据二值图像自动定位出人耳区域，在此基础之上采用PCA进行识别，可大大提高识别率[3]。国内近年来也陆续出现基于力场转换的人耳识别方法。文献[4]直接采用力场转换后的人耳图像作为人耳特征，使用线性判别分析的方法分类取得了比PCA更好的识别效果。实验表明，力场转换能够去除光照的影响