3D及多視人耳識(shí)別關(guān)鍵技術(shù)研究.pdf

1、人體生物特征識(shí)別是利用個(gè)體的各種生物特性，包括生理和行為特性，將個(gè)體身份從群體里辨識(shí)出來(lái)的一種技術(shù)。目前，基于生理特征的人臉、虹膜、指紋、掌紋和基于行為習(xí)慣的筆跡、步態(tài)等生物特征識(shí)別技術(shù)已得到了一定程度的研究和應(yīng)用。近年來(lái)又興起了一種新的生物特征識(shí)別技術(shù)-人耳識(shí)別。人耳不受表情、膚色和化妝的影響，人耳形狀基本不受年齡變化的影響。同時(shí)，人耳識(shí)別可以一種非入侵的方式進(jìn)行，易于接受。此外，人耳具有豐富的結(jié)構(gòu)特征和特殊的位置特征，據(jù)統(tǒng)計(jì)，人耳在

2、一萬(wàn)人的大樣本庫(kù)下仍具有唯一性。這些特性使得人耳識(shí)別成為一種有前景的新技術(shù)。當(dāng)前國(guó)內(nèi)外人耳識(shí)別工作主要集中在2D人耳正視圖及3D人耳距離圖像(Rangeimage)識(shí)別。由于人耳外觀對(duì)于姿態(tài)的敏感性，當(dāng)訓(xùn)練和測(cè)試耳朵樣本處于多個(gè)不同視角時(shí)，已有的2D人耳識(shí)別方法將失效。此外，已有的3D耳朵方法識(shí)別工作在離線方式，需要成本昂貴的激光掃描儀采集3D耳朵數(shù)據(jù)。這種方法不僅需要獲得高質(zhì)量的耳朵距離圖像，還需要一個(gè)完全配準(zhǔn)的2D耳朵彩色圖像作為輔

3、助。本文的研究集中于多視2D人耳識(shí)別和低成本線激光掃描點(diǎn)云3D人耳的識(shí)別。同時(shí)，嘗試了基于兩視的2D耳朵形體特征提取以及3D人耳重建。本文的研究?jī)?nèi)容涉及到2D和3D人耳識(shí)別的多個(gè)方面：2D人耳形體特征提取、2D多視人耳識(shí)別、基于多視幾何的3D人耳重建、3D人耳模型配準(zhǔn)、線激光掃描點(diǎn)云3D人耳識(shí)別、人耳采集和識(shí)別裝置等。本文的創(chuàng)新性工作如下： ⑴提出了兩視耳朵形體特征提取方法。不僅提取正視耳朵的各種幾何特征及通過(guò)計(jì)算Tchebic

4、hef系數(shù)提取正視形體仿射不變高階矩特征，同時(shí)提取后視耳朵的形體特征?？朔艘延蟹椒ㄖ荒芴崛我徽暥鋷缀翁卣鞯牟蛔?。 ⑵提出了基于零空間核鑒別分析(NKDA)的B樣條姿態(tài)流形的多視耳朵識(shí)別方法。通過(guò)零空間核鑒別分析提取多視耳朵的非線性特征以構(gòu)建鑒別特征空間，在此空間內(nèi)利用B樣條構(gòu)建耳朵的姿態(tài)流形。從而利用樣本點(diǎn)到姿態(tài)流形的最小投影距離進(jìn)行耳朵主體識(shí)別。 ⑶嘗試了基于多視幾何的自動(dòng)和半自動(dòng)3D耳朵重建技術(shù)。通過(guò)檢測(cè)角點(diǎn)

5、獲得耳朵特征點(diǎn)，討論了采用隨機(jī)采樣一致性(RANSAC)算法進(jìn)行基礎(chǔ)矩陣求解以自動(dòng)匹配特征點(diǎn)時(shí)出現(xiàn)的問(wèn)題。根據(jù)耳廓形狀半自動(dòng)匹配特征點(diǎn)，運(yùn)用標(biāo)定信息進(jìn)行外極校正，最后利用稠密匹配重建3D耳朵模型。并對(duì)3D模型進(jìn)行紋理貼圖。 ⑷提出了增強(qiáng)MeshPCA的3D耳朵模型姿態(tài)歸一化方法和一套基于神經(jīng)網(wǎng)絡(luò)的3D耳朵配準(zhǔn)策略。詳細(xì)分析了傳統(tǒng)MeshPCA不確定性的原因，并提供改進(jìn)了MeshPCA不確定性的方法。在此基礎(chǔ)上，引入神經(jīng)網(wǎng)絡(luò)以自適

6、應(yīng)確定3D配準(zhǔn)變換矩陣。 ⑸提出了基于改進(jìn)ICP和局部曲面重建的3D耳朵線激光掃描點(diǎn)云模型匹配方法。利用改進(jìn)ICP方法進(jìn)行3D模型配準(zhǔn)，并計(jì)算配準(zhǔn)后模型之間的均方根(Rootmeansquare，RMS)距離。同時(shí)利用全二次曲面重構(gòu)配準(zhǔn)后模型的局部曲面，并計(jì)算對(duì)應(yīng)點(diǎn)到此局部曲面的代數(shù)距離。結(jié)合配準(zhǔn)均方根距離和代數(shù)距離形成匹配特征矢量，進(jìn)行匹配。 ⑹提出了基于點(diǎn)云模型截面曲線匹配的3D耳朵匹配方法。利用一組平行于主軸的平面

7、截取3D耳朵模型獲得截面輪廓曲線，從而將3D形體匹配轉(zhuǎn)化為2D截面曲線匹配問(wèn)題。計(jì)算截面曲線的曲率串和夾角鏈碼串，利用最大公共曲率串對(duì)應(yīng)的點(diǎn)對(duì)之間的距離差和夾角鏈碼串的角度差形成匹配特征矢量，進(jìn)行匹配。此外，基于顯著性水平和樣本匹配得分的統(tǒng)計(jì)分布，根據(jù)小樣本數(shù)據(jù)集下耳朵識(shí)別的性能，評(píng)估和預(yù)測(cè)了提供的耳朵識(shí)別方法在大樣本數(shù)據(jù)集中的驗(yàn)證性能和累積匹配性能。 ⑺采用低價(jià)的條紋激光掃描器、伺服電機(jī)、和彩色攝像頭構(gòu)建條紋激光掃描3D耳朵模