正在加载图片...
.1204 北京科技大学学报 第30卷 使用的时间较人耳长；CCA和KCCA融合方法由于 20(5/6):311 同时计算两种生物特征，所以使用的时间较单生物 [4]Chang K.Bowyer K W.Sarkar S,et al.Comparison and combi- nation of ear and face images in appearance-based biometrics. 特征长，尤其是CCA方法，大约是单生物特征的9~ IEEE Trans Pattern Anal Mach Intell.2003.25(9):1160 35倍：而本文提出的方法在识别率最优的情况下最 [5]Rogova GL.Nimier V.Reliability in information fusion:litera- 多比人脸多用14s,可见其计算量是非常少的 ture survey//Proceedings of the 7th International Conference on Information Fusion.Stockholm:2004:1158 5结论 [6]Arun R.Anil K J.Multimodal biometrics:an overview /Pro 本文提出用KCCA方法对带有姿态的人耳和 ceedings of 12th European Signal Processing Conference.Vien na,2004,1221 人脸两种生物特征在数据层进行融合，利用其在生 [7]Sun T K.Chen SC.Locality preserving CCA with applications to 理位置上特殊的关联性来克服姿态对人耳、人脸识 data visualization and pose estimation.Image Vision Comput, 别所带来的影响，并用标准化和中心化两种方法对 2007,25(5):531 人耳和人脸数据集进行预处理.实验结果表明，利 [8]Sun QS,Zeng S G.Yang M L:et al.Combined feature extrac- 用本文提出的方法可以在耗时少的情况下有效地克 tion based on canonical correlation analysis and face recognition.J Comput Res Dev.2005,42(4):614 服姿态对识别结果的影响，尤其是在大角度姿态变 (孙权森，曾生根，杨茂龙，等。基于典型相关分析的组合特征 化下，效果更加显著 抽取及脸像鉴别.计算机研究与发展，2005,42(4)：614) [9]Yuan L,Mu Z C.Liu L M.Ear recognition based on Kernel 参考文献 principal component analysis and support vector machine.Univ [1]Arun R.Anil J.Information fusion in biometrics.Pattern Recog- Sci Technol Beijing.2006.28(9):890 nit Lett,2003,24(13):2115 (袁立，穆志纯，刘垒明，基于核主元分析法和支持向量机的 [2]Burge M J.Burger W.Using ear biometrics for passive identifica- 人耳识别.北京科技大学学报，2006,28(9)：890) tion /Proceedings of the 14th International Information Secu- [10]Duda O R.Hart E P,Stork G D.Pattern Classification.Bei- rity Conference.Vienna,1998:139 jing:China Machine Press.2003 [3]Hurley JD.Nixon S M.Carter N J.Force field energy function- (Duda O R,Hart E P,Stork G D.模式分类.北京：机械工 als for image feature extraction.Image Vision Comput,2002. 业出版社，2003)使用的时间较人耳长；CCA 和 KCCA 融合方法由于 同时计算两种生物特征所以使用的时间较单生物 特征长尤其是 CCA 方法大约是单生物特征的9～ 35倍；而本文提出的方法在识别率最优的情况下最 多比人脸多用14s可见其计算量是非常少的． 5 结论 本文提出用 KCCA 方法对带有姿态的人耳和 人脸两种生物特征在数据层进行融合利用其在生 理位置上特殊的关联性来克服姿态对人耳、人脸识 别所带来的影响并用标准化和中心化两种方法对 人耳和人脸数据集进行预处理．实验结果表明利 用本文提出的方法可以在耗时少的情况下有效地克 服姿态对识别结果的影响尤其是在大角度姿态变 化下效果更加显著． 参 考 文 献 ［1］ Arun RAnil J．Information fusion in biometrics．Pattern Recognit Lett200324（13）：2115 ［2］ Burge M JBurger W．Using ear biometrics for passive identification ∥ Proceedings of the 14th International Information Security Conference．Vienna1998：139 ［3］ Hurley J DNixon S MCarter N J．Force field energy functionals for image feature extraction．Image V ision Comput2002 20（5／6）：311 ［4］ Chang KBowyer K WSarkar Set al．Comparison and combination of ear and face images in appearance-based biometrics． IEEE T rans Pattern A nal Mach Intell200325（9）：1160 ［5］ Rogova G LNimier V．Reliability in information fusion：literature survey∥ Proceedings of the7th International Conference on Information Fusion．Stockholm2004：1158 ［6］ Arun RAnil K J．Multimodal biometrics：an overview ∥ Proceedings of 12th European Signal Processing Conference．Vienna2004：1221 ［7］ Sun T KChen S C．Locality preserving CCA with applications to data visualization and pose estimation． Image V ision Comput 200725（5）：531 ［8］ Sun Q SZeng S GYang M Let al．Combined feature extraction based on canonical correlation analysis and face recognition．J Comput Res Dev200542（4）：614 （孙权森曾生根杨茂龙等．基于典型相关分析的组合特征 抽取及脸像鉴别．计算机研究与发展200542（4）：614） ［9］ Yuan LMu Z CLiu L M．Ear recognition based on Kernel principal component analysis and support vector machine．J Univ Sci Technol Beijing200628（9）：890 （袁立穆志纯刘垒明．基于核主元分析法和支持向量机的 人耳识别．北京科技大学学报200628（9）：890） ［10］ Duda O RHart E PStork G D．Pattern Classification．Beijing：China Machine Press2003 （Duda O RHart E PStork G D．模式分类．北京：机械工 业出版社2003） ·1204· 北 京 科 技 大 学 学 报 第30卷