|
1.
|
基于局部线性嵌入和最近特征线的人耳识别
|
|
|
|
|
|
|
谢朝霞 穆志纯 谢建军《计算机工程与应用》,2008年第44卷第25期
|
|
|
针对人耳生物特征,通过分析早期人耳识别方法的不足,提出了一种局部线性嵌入(LLE)和最近特征线(NFL)相结合的人耳识别方法。首先依据流形学习思想,采用局部线性嵌入算法提取人耳图像特征,然后采用最近特征线分类器进行人耳识别。实验结果表明,该方法在人耳姿态变化时能够取得非常理想的识别率,提高了人耳识别的鲁棒性,增强了人耳识别技术的实用性。
|
|
2.
|
基于核函数的Fisher判别分析算法在人耳识别中的应用
|
|
|
|
|
|
|
刘颖 穆志纯 袁立《微计算机信息》,2006年第22卷第22期
|
|
|
针对人耳图像自身的特点,并通过对现有生物识别技术的研究,本文尝试采用了一种基于核函数的Fisher判别分析算法对人耳进行识别。该算法不仅可以有效地提取人耳特征,获得较高的识别率;而且还可以解决因为光照和人耳旋转角度等因素带来的非线性问题。实验表明:采用基于径向基核函数的Fisher判别分析算法对人耳图像进行识别,其识别率最高,为98.701%。
|
|
3.
|
基于力场转换的人耳散度特征提取和匹配
|
|
|
|
|
|
|
崔言伟《中国电子商情》,2013年第2期
|
|
|
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,人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人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.
|
|
4.
|
人耳识别技术研究综述
|
|
|
|
|
|
|
田莹 苑玮琦《计算机应用研究》,2007年第24卷第4期
|
|
|
介绍了一种新的生物识别技术--人耳识别.首先对人耳生物识别系统进行介绍,并与其他生物识别技术进行比较;重点按照识别特征的不同提取方法分别综述了各种人耳识别技术的关键技术,如PCA方法、基于神经网络方法、力场转换理论、遗传局部搜索法以及基于几何学方法和基于长轴的结构特征提取方法等分析方法.通过对各种识别方法的分析和比较,总结了影响人耳识别技术的几个因素和研究开发成功的人耳识别技术需要考虑的几个重要方面,最后提出了展望.
|
|
5.
|
基于ICA和KPCA人耳识别技术比较
|
|
|
|
|
|
|
魏冲 周海英《电脑开发与应用》,2009年第22卷第2期
|
|
|
人耳识别技术是一种新的生物识别技术，它以入耳作为识别媒介来进行身份鉴别，但人耳识别的相关理论和方法还不太完善。首先介绍了独立成分分析方法（ICA）和基于核的主成分分析方法（KPCA）的基本原理，然后通过实验得到在分别采用ICA和KPCA方法时，在不同人耳库上的特征提取时间以及采用不同分类器时的入耳识别率。最后通过分析比较实验结果得到基于ICA方法的识别技术和基于KPCA方法的识别技术各自的优点和缺点。
|
|
6.
|
基于CCA的人耳和侧面人脸特征融合的身份识别* 被引次数：1
|
|
|
|
|
|
|
徐晓娜 穆志纯《计算机应用研究》,2007年第24卷第11期
|
|
|
鉴于人耳和人脸特殊的生理位置关系,从非打扰识别的角度出发,提出仅采集侧面人脸图像,利用典型相关分析的思想提取人耳和侧面人脸的关联特征,进行人耳和侧面人脸在特征层的融合.实验结果表明,此方法与单一的人耳或侧面人脸特征识别比较,识别率得到提高.
|
|
7.
|
基于信息融合的身份识别技术
|
|
|
|
|
|
|
郭颂 魏立峰《仪器仪表学报》,2004年第25卷第Z1期
|
|
|
侧面人脸识别和人耳识别是生物特征识别技术领域中崭新的课题,目前国内外对这两种识别的研究很少,这里讨论了人耳识别和侧面人脸识别的可行性,并针对单一的生物识别技术识别率不高的现状,提出了将侧面人脸识别和人耳识别进行信息融合的新方法,这两种识别方法可以形成技术上的互补,这种融合可以实现一种"非打扰识别".
|
|
8.
|
人耳识别技术研究进展综述 被引次数：13
|
|
|
|
|
|
|
张海军 穆志纯 危克《计算机工程与应用》,2004年第40卷第33期
|
|
|
人耳识别是一种新的生物特征识别技术，目前，研究尚处于起步阶段，有关的理论和方法还很不完善。文章首先介绍了人耳自动系统的构成，然后分析了现有的各种人耳识别技术，最后提出了展望。
|
|
9.
|
一种应用于人耳识别的基于SVD和PCA的特征融合方法
|
|
|
|
|
|
|
王庆泉《黑龙江水专学报》,2008年第35卷第2期
|
|
|
采用一种融合奇异值主元投影特征与主元投影特征的特征提取算法对静态人耳图像进行识别。该算法一方面提高了人耳的识别性能，另一方面弥补了采用单一PCA和SVD算法提取人耳特征时的不足，减少了对噪声和光照条件的敏感性。在自建人耳库和CP人耳库中的实验表明算法的合理性和有效性，为实际中处理人耳识别问题提供了参考。
|
|
10.
|
基于基空间转换的姿态人耳识别
|
|
|
|
|
|
|
王瑜 穆志纯 封筠《郑州大学学报(工学版)》,2008年第29卷第1期
|
|
|
人耳识别是近年来新兴起的一种生物特征识别技术，然而姿态问题一直是其难点问题之一，针对此问题提出了一种基于基空间转换的新方法．首先，利用主元分析和核主元分析方法得到姿态人耳图像和正侧面人耳图像的基空间，通过计算两种基空间之间的线性转换关系求出姿态转换矩阵，然后将待测的姿态人耳图像特征集利用基空间姿态转换矩阵转变成正侧面人耳图像特征集，最后用支持向量机进行分类识别．实验结果表明，该方法与没有经过姿态转换的方法相比，识别率显著提高．
|
|
11.
|
鉴别矢量增强在人耳人脸多模态识别中的应用
|
|
|
|
|
|
|
王瑜 薛红《计算机工程与应用》,2012年第48卷第12期
|
|
|
人耳识别与人脸识别在生物特征识别领域中占有重要位置,然而,剧烈的姿态变化一直是阻碍它们在现实生活中应用的瓶颈,提出一种鉴别矢量增强算法,以解决姿态人耳和姿态人脸图像的识别问题。为了考察多模态识别的可行性和有效性,利用串联、并联(广义主元分析)和典型相关分析等融合策略,将强化后的人耳、人脸鉴别矢量进行有效融合,通过最近邻方法进行分类识别。实验结果表明,鉴别矢量强化算法可以显著提高姿态人耳或是姿态人脸单生物特征的识别率,而多模态方法又会表现出更好的识别性能。
|
|
12.
|
低分辨率人耳图像识别方法研究* 被引次数：1
|
|
|
|
|
|
|
王晓云 苑玮琦 郭金玉《计算机应用研究》,2010年第27卷第11期
|
|
|
针对人耳识别中存储量和计算速度的要求，同时考虑远距离拍摄时低分辨率人耳识别问题，探讨了低分辨率人耳图像识别性能，给出了分辨率与识别率的关系。首先采用高斯金字塔对人耳图像进行不同层的分解，然后对每一层图像应用广义判别分析方法（GDA）提取特征，最后计算样本间的余弦距离，通过阈值法分类识别。实验结果表明，当人耳图像分辨率降低为36×24时系统识别性能最好，满足实时生物识别系统的要求。
|
|
13.
|
基于独立分量分析的人耳图像识别方法 被引次数：1
|
|
|
|
|
|
|
张海军 穆志纯 刘克《模式识别与人工智能》,2006年第19卷第5期
|
|
|
人耳识别是一种新的生物特征识别技术.本文将独立分量分析应用于人耳图像的特征提取,并分别与最近邻分类器、RBF神经网络分类器和支持向量机相结合进行分类识别.实验结果表明基于独立分量分析的人耳识别方法优于传统的主分量分析方法.
|
|
14.
|
基于肤色模型的人耳检测系统
|
|
|
|
|
|
|
王敏 穆志纯 徐正光 席德春《微计算机信息》,2005年第12期
|
|
|
人耳检测是人耳识别以及基于内容的图像和视频检索的一项重要任务。本文提出了一种将背景差分和肤色模型相结合的人耳检测算法。算法首先在序列图像中自动提取运动目标并进行人体检测,然后经过肤色分割进行人耳的粗定位,产生人耳候选区域。最后利用人耳检测模块判断候选区域中是否含有人耳,以及获得它们的位置、大小等信息。实验结果表明,该算法是有效的。
|
|
15.
|
基于肤色模型的人耳检测系统 被引次数：4
|
|
|
|
|
|
|
王敏 穆志纯 徐正光 席德春《微计算机信息》,2005年第22期
|
|
|
人耳检测是人耳识别以及基于内容的图像和视频检索的一项重要任务.本文提出了一种将背景差分和肤色模型相结合的人耳检测算法.算法首先在序列图像中自动提取运动目标并进行人体检测,然后经过肤色分割进行人耳的粗定位,产生人耳候选区域.最后利用人耳检测模块判断候选区域中是否含有人耳,以及获得它们的位置、大小等信息.实验结果表明,该算法是有效的.
|
|
16.
|
人耳和侧面人脸融合的多模态身份识别* 被引次数：1
|
|
|
|
|
|
|
徐晓娜 穆志纯《计算机应用研究》,2007年第24卷第10期
|
|
|
首先分别对人耳和侧面人脸建立基于全空间线性判别分析(FSLDA)的分类器;然后采用贝叶斯决策理论中常见的积、和、中值多分类器融合算法,并对投票算法进行了改进.实验结果表明,与单一的人耳或侧面人脸特征识别比较,人耳和侧面人脸融合的多模态识别率得到提高,并扩大了识别范围.
|
|
17.
|
侧面轮廓与人耳特征相结合的人耳检测与识别
|
|
|
|
|
|
|
刘 颖 裴明涛 贾云得《中国图象图形学报》,2009年第14卷第2期
|
|
|
为实现人耳的自动检测与识别，提出了结合侧面轮廓特征、人耳统计特征以及人耳与侧面轮廓的位置特征进行人耳检测与识别的方法。该方法分为离线的训练阶段和在线的检测与识别阶段。在离线阶段，通过训练得到一个综合特征向量，包括人脸侧面轮廓特征、人耳统计特征以及人耳相对于侧面轮廓的位置特征。在线的检测与识别过程分为两步：第1步是用侧面人脸轮廓进行粗检测，第2步是用人耳的统计特征和相对于侧面轮廓的位置特征进行精确定位和识别，即在定位的同时实现人耳的识别。实验结果表明，上述方法具有速度快、效率高和鲁棒性好的特点。
|
|
18.
|
基于PCA与Fisherface互补双特征提取的人耳图像识别 被引次数：1
|
|
|
|
|
|
|
王杨 程科《微电子学与计算机》,2012年第29卷第2期
|
|
|
人耳识别目前是一种新的生物特征识别技术,特征提取是模式识别技术中的关键环节,决定着分类结果正确率的高低,单特征提取方法需要在一定的条件下才能取得较高的识别率,但是采用双特征提取却可以克服单特征提取的这一局限性.为了提高分类结果的正确率,提出了一个全新的方法,即基于主成分分析(PCA)与fisherface的互补双特征提取方法,并将其运用于人耳图像识别中,在北京科技大学提供的人耳图像库上的实验结果表明,该方法的人耳识别率明显高于PCA、fisherface、ICA单特征提取的人耳识别率.
|
|
19.
|
基于小波变换和LDA/FKT及SVM的人耳识别 被引次数：5
|
|
|
|
|
|
|
赵海龙 穆志纯《仪器仪表学报》,2009年第30卷第11期
|
|
|
人耳识别技术是生物特征识别和人工智能领域的一个重要分支.针对人耳图像自身的特点并通过对现有方法的研究,本文提出了一种新的人耳识别方法,即先对人耳图像进行二维的离散小波分解,然后使用LDA/FKT算法对小波分解后得到的低频信息进行降维,进而获得图像的特征向量,最后采用支持向量机作为分类器对样本向量进行判别.实验证明,本文提出的方法不仅较好地解决了人耳识别中的小样本问题,而且还取得了比传统的PCA+LDA方法更高的识别率,是一种有效的人耳识别方法.
|
|
20.
|
基于不变矩匹配的人耳识别 被引次数：2
|
|
|
|
|
|
|
王忠礼 穆志纯 王修岩 弭洪涛《模式识别与人工智能》,2004年第17卷第4期
|
|
|
人耳识别技术是一门新型的个体生物识别技术,头部转动是影响人耳识别的重要原因之一.本文提出一种基于加权高阶不变矩特征方法的人耳个体生物识别系统,并初步建立60只人耳图像库.通过实验得出了主要测试数据,识别准确率可达到95%,证明该系统能够克服因头部转动对识别的影响.表明不变矩方法在人耳识别中具有一定优势.
|
