基于Gabor+PCA特征与粒子群算法的部分遮挡人耳识别研究

高艳霞

（怀化学院计算机工程系，湖南 怀化 418000）

基于人耳特殊的生理位置和结构特点，使其具备作为生物特征身份鉴证的唯一性、稳定性、易采集性等特点，使得人耳识别是近来生物识别领域的一个研究热点[1]。Chang等[2]人利用PCA算法对无遮挡人耳图像进行识别，可达到90.9%的识别率。Burger[3]提出了一种使用Voronoi图表的邻接图图标匹配方法进行人耳识别。Victor等[4]人使用标准PCA应用于人耳识别。Moreno等[5]人使用神经网络分类器对人耳进行识别。Hurley等[6]人利用力场转换方法对人耳进行识别。Yuizono等[7]人利用遗传算法进行全局搜索进行人耳识别。

目前为止，静态人耳图片的识别研究中关键问题是特征提取和特征分类器的设计两方面，其中特征的提取是人耳识别的重要环节。当前，特征提取的方法可以分为两大类：① 基于知识的特征提取方法。用对人耳的先验知识作为规则，将描述人耳结构特征、形状特征、纹理特征作为识别特征向量参数来检测人耳等。② 基于统计的特征提取方法。把人耳图像看作是由图像像素组成的高维向量，将人耳检测问题转化为高维空间信号分布的匹配问题等，考虑的是人耳的整体属性。由于使用不同的人耳图像库进行检测，且大多数检测方法是在图像的质量较高，噪声较少，人耳完整的较理想条件下进行实验，而作为一个能够实用的人耳识别系统, 人耳识别中遮挡问题是不可避免的。由于人耳或多或少总是会被头发、帽子或者其他饰物遮挡，这就造成部分特征的消失，导致人耳图像特征不完整，造成识别率下降。……