资料下载
相位一致性和KDDA结合的人耳识别方法_苑玮琦
#Freedom
分享资料个
人耳具有丰富的结构， 每个人的外耳轮廓、内部耳沟纹理都是不相同的，而且个体结构稳定、易采集，可用于于生物特征识别。Iannarelli 首次将人耳用于身份识别，他通过两次大规模实验证明耳朵具有独一无二的特征。此后，人们针对人耳识别问题提出了多种方法， 如 Victor 等人 比较了 PCA 应用于人耳识别和人脸识别的性能。Burge 和 Burger 提出了使用 Voronoi 图表的邻接图匹配方法进行人耳识。Hurley 等人模仿自然界的电磁力场过程， 提出了一种力场转换理论。穆志纯等人将基于径向基核函数的 Fisher 判别分析算法用于人耳图像进行识别。 Michael 提出了一种几何学方法来提取特征点，他用自己提出的算法进行轮廓提取， 然后进行二值化、坐标归一化， 找出其质心。质心是为特征提取所找的参考点， 以质心作为参考点可以使图像满足平移、旋转、大小不变性。有人还提出了基于灰度曲面匹配的人耳识别方法。Chen Hui 等人使用距离传感器直接获取人耳的 3D 图像数据， 提出基于 3D 人耳检测和识别方法。近期又有人提出了基于粗糙集和支持向量机的人耳识别。以上提到的传统 2D 方法都不同程度的受到光照影响， 从而导致识别率不高。本文提出一种不受光照和对比度影响的人耳识别方法， 首先使用相位一致提取人耳特征，然后对特征进行分块求和，形成矢量，最后用 KDDA 特征向量投影到低维高可分空间，通过欧
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
