基于力场转换的人耳散度特征提取和匹配

摘要

人耳作为一种新型的生物特征具有许多优点.相比于虹膜识别,人脸识别等,入耳具有可远距离拍摄、大小、结构等在成年以后基本不发生变化的明显优势.目前,二维的人耳识别方法如果希望获得较高的识别率,需要一些限制条件,比如姿态、光照、像素分辨率等;同时,头发、耳饰等物件的遮挡也会对入耳识别的准确率产生较大影响.本文利用基于力场转换算法(Force Field Transform)提取力场的散度特征(Divergence Features),然后加入人耳矩特征,通过sift算法进行身份识别,最后在人耳图像库上进行测试,实验结果表明该方法具有较高的识别率.