雷军环

长沙民政职业技术学院 软件学院，长沙 410004

基于Gabor-ILLE的多姿态人耳识别

雷军环

长沙民政职业技术学院 软件学院，长沙 410004

人耳作为人的独特生物特征体，具有唯一性、稳定性等特点，且人耳不受表情、化妆的影响，也不易损伤，识别时不受打扰，人耳识别的研究引起了学者们的广泛关注[1-3]。

多姿态人耳指当人耳姿态变化时，图像会呈现不同程度压缩、旋转和拉伸等变化，导致人耳图像产生形变，其中特征提取是多姿态人耳识别中的一个重要步骤，当前人耳特征提取方法分为两类：几何形状特征法和代数特征法[4]。几何形状特征法通过提取外耳和内耳关键点，构建的几何特征，物理意义十分直观，但易受姿态、光照等外界因素的影响，特征提取不稳定，人耳识别率低[5-6]。代数特征法提取人耳的整体特征，揭示了人耳图像的本质特征，主要有主成分分析（PCA）、独立分量分析（ICA）等，这些方法是线性方法，忽略了人耳图像边缘像素间的非线性关系，在人耳识别中应用范围受限[7-8]。核主元分析法（KPCA）是一种非线性的代数特征提取方法，其性能受核参数的影响很大[9]。局部线性嵌入（LLE）算法是一种流行的学习方法，实现了高维输入数据点映射到一个全局低维坐标系，同时保留了邻接点之间的空间关系，在人耳识别中得到了广泛的应用[10-11]。但是经典LLE算法对姿态变化比较敏感，且近邻点选择十分关键[12]。Gabor小波核函数能够很好地描述哺乳动物初级视觉系统中一对简单视觉神经元的感受特性，与傅里叶变换相比，Gabor小波变换具有良好的时频局部化特性，对光照变化不敏感，且能容忍一定程度的图像旋转和变形[13]。……