李颜瑞

（山西机电职业技术学院信息工程系 山西 长治 046011）

1 引言

随着信息技术的发展和互联网的广泛应用，利用人的生物特征作为识别依据，在信息安全领域已经成为一个非常重要的研究课题。目前已经研究的生物识别有指纹[1]、虹膜[2]、掌纹[3]、人脸[4]和眉毛[5]等识别技术。主成分分析方法即PCA已经用在了眉毛识别研究当中，与独立分量分析方法即ICA相比较发现，二者有很多相似的地方。但是独立分量分析方法更具优越性。因为独立分量分析方法不仅考虑了图像或者音频信息的二阶统计信息，而且也考虑了图像或者音频信息的高阶统计信息，生成的特征信息具有独立性。所以，ICA方法同时考虑了二阶和高阶信息，并且特征相互独立，这样提取特征比用PCA提取特征更有利于进行识别。所以，本文使用独立分量分析方法即ICA方法进行眉毛识别的研究。

2 ICA理论

ICA也称为独立分量分析方法[6]，是一种基于统计信息的特征提取方法，发源于盲源分离技术，属于线性变换的一种，它是将音频或者图像等信息，通过自己设置的特定函数，生成相应独立分量并且由这些独立分量组成线性组合，这样更有利于提取特征并且能够保持更好的特征向量。

3 基于ICA的眉毛识别方法

3.1 眉毛信息预处理[7]

预处理是生物特征验证和生物特征识别过程中的一个非常重要的步骤，对下面特征提取的好坏有直接的影响。因此，为了提高眉毛的识别率，减小眉毛图像的尺寸等外在因素的影响，应该在特征提取之前进行眉毛图像的预处理。……