基于LLE及其改进算法的人耳识别方法-仪器科学与技术专业论文.docxVIP

中文摘要 重庆大学硕士学位论文 I  PAGE 2 摘 要 人耳识别是一种新的生物特征识别技术，由于人耳独特的生理位置和生理结 构，使其在信息安全、公共安全等领域具有广阔的应用前景，引起了国内外学者 的广泛关注。经过十多年的探索和研究，虽然取得了一些成果，但离实际应用还 有一定的距离，需要对其进行更加深入的研究。本文针对人耳的具体特点，对人 耳识别系统的关键技术与核心算法进行了较深入的研究。 首先，采用 Gabor 小波变换提取人耳特征，由于二维 Gabor 滤波函数可以模 拟哺乳动物视觉皮层简单细胞的感受野，对光照条件和头部姿势的改变不是很敏 感，因而人耳图像经 Gabor 小波变换得到的结果能更好地揭示人耳图像的内在特 征。然后，采用基于流形学习的 LLE 算法进行降维，由于传统 LLE 算法选取近邻 点的方法比较简单，对于类别信息已知的高维数据，降维效果欠佳，所以提出了 基于相关系数的双层 LLE 算法，尽量将所有同类的样本点选为近邻点，从而减小 因为邻域选取不当对降维效果的影响。最后，考虑到该改进算法是监督学习的方 法，对于只知道少量类别信息的场合，将不再实用，在此基础上，结合半监督聚 类的原理及特点，提出了基于半监督聚类的双层 LLE 算法。 在 USTB 人耳库上的实验结果表明：①对人耳图像进行 Gabor 小波变换，可 以有效地降低光照条件和头部姿势对人耳识别结