第3卷第4期 智能系统学报 Vol 3 Ng 4 2008年8月 CAA I Transactions on Intelligent Systems Aug 2008 基于LLE的多姿态人耳识别 谢朝霞，穆志纯'，谢建军2 (1.北京科技大学信息工程学院，北京100083：2河南科技大学机电工程学院，河南洛阳471003) 摘要：多姿态人耳识别是人耳识别技术面临的一个难题，目前这方面的研究并不多见.通过分析国内外2D人耳 识别方法在解决姿态问题时存在的不足，引入流形学习算法，提出一种基于局部线性嵌入的多姿态人耳识别方法 实验结果表明，这种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 关键词：多姿态人耳识别；流形学习；局部线性嵌入，姿态变化 中图分类号：TP181:IP391文献标识码：A文章编号：1673-4785(2008)04032107 Multipose ear recogn ition ba sed on locally lnear em bedding XIE Zhao-xia,MU Zhi-chun',XIE Jian-jun (1.School of Infomation Engineering,University of Science and Technology Beijing,Beijing 100083,China;2 School ofMechatronics Engineering.Henan University of Science and Technolgy,Luoyang 471003,China) Abstract:Multipose ear recognition is a challenging problem in ear recognition technolgy,and it has not received sufficient attention In this paper,on the basis of the manifold leaming algorithm,we propose a multi-pose ear rec- ogniton method based on LLE(locally linear embedding )that overcomes the disadvantages of 2D ear recognition methods in dealing with pose variations Expermental results show that thismethod can obtain a satisfactorily high recognition rate,mproving the robustness of ear recognition,and enhancing the practicability of ear recognition techno logy Keywords:multi-pose ear recognition;manifold leaming LLE;pose variation 如何快速、准确地鉴定个人身份，保护信息安全脸多模态融合识别，丰富了生物特征识别技术 是当今网络信息时代所面临的关键社会问题.由于 目前的人耳识别技术一定程度上对光照、姿态 人体身体特征具有不可复制的特点，人们便把目光 等环境条件做了特定的限制，在实际中难以被广泛 转向了生物特征识别技术，希望能够应用此技术加 应用.而且现在的研究多为前视人耳图像，但是在实 强现行系统的安全性 际应用中，由于人耳与摄像机之间的角度会经常发 人耳作为一种新的生物特征，具有其独有的自 生变化，获取正面人耳图像存在一定难度.此外，当 身特点：丰富和稳定的结构特征，这些特征在人 人耳姿态发生变化时，人耳形状会产生不同程度的 生的相当长一段时间内都保持不变，人耳特征不受 形变，现有的2D人耳图像识别技术存在其局限性 表情变化的影响；而且人耳的特定生理位置使其紧 因此，为了提高人耳识别的鲁棒性，满足实际应用的 靠的背景可以预测.鉴于人耳独特的生理结构和生 需要，必须放松对姿态条件的限制，研究多姿态人耳 理位置，人耳识别技术不仅可以单独应用于一些个 识别技术势在必行 体识别场合，而且还可以和其他生物特征识别技术 1人耳识别研究现状 互为补充，构成多模态生物特征识别技术，如人耳人 近年来，国内外基于2D图像的人耳识别方法 收稿日期：200803-19 可大体分为2类：基于几何特征的人耳识别方法和 基金项目：国家自然科学基金资助项目(60375002,60573058)：北京 市教委重点学科共建项目(XK100080537). 基于代数特征的人耳识别方法，如表1所示. 通信作者：谢朝霞.Email xiezhaox@163.com 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net第 3卷第 4期 智 能 系 统 学 报 Vol. 3 №. 4 2008年 8月 CAA I Transactions on Intelligent System s Aug. 2008 基于 LLE的多姿态人耳识别 谢朝霞 1 ,穆志纯 1 ,谢建军 2 (1. 北京科技大学 信息工程学院 ,北京 100083; 2. 河南科技大学 机电工程学院 ,河南 洛阳 471003) 摘 要 :多姿态人耳识别是人耳识别技术面临的一个难题 ,目前这方面的研究并不多见. 通过分析国内外 22D人耳 识别方法在解决姿态问题时存在的不足 ,引入流形学习算法 ,提出一种基于局部线性嵌入的多姿态人耳识别方法. 实验结果表明 ,这种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. 关键词 :多姿态人耳识别 ;流形学习 ;局部线性嵌入 ;姿态变化 中图分类号 : TP181; TP391 文献标识码 : A 文章编号 : 167324785 (2008) 0420321207 M ulti2pose ear recogn ition based on locally linear embedding X IE Zhao2xia 1 , MU Zhi2chun 1 , X IE Jian2jun 2 (1. School of Information Engineering, University of Science and TechnologyBeijing, Beijing 100083, China; 2. School ofMechatronics Engineering, Henan University of Science and Technology, Luoyang 471003, China) Abstract:Multi2pose ear recognition is a challenging p roblem in ear recognition technology, and it has not received sufficient attention. In this paper, on the basis of the manifold learning algorithm, we p ropose a multi2pose ear rec2 ognition method based on LLE ( locally linear embedding ) that overcomes the disadvantages of 22D ear recognition methods in dealing with pose variations. Experimental results show that thismethod can obtain a satisfactorily high recognition rate, imp roving the robustness of ear recognition, and enhancing the p racticability of ear recognition technology. Keywords:multi2pose ear recognition; manifold learning; LLE; pose variation 收稿日期 : 2008203219. 基金项目 :国家自然科学基金资助项目 ( 60375002, 60573058) ;北京 市教委重点学科共建项目 (XK100080537). 通信作者 :谢朝霞. E2mail: xiezhaox@163. com. 如何快速、准确地鉴定个人身份 ,保护信息安全 是当今网络信息时代所面临的关键社会问题. 由于 人体身体特征具有不可复制的特点 ,人们便把目光 转向了生物特征识别技术 ,希望能够应用此技术加 强现行系统的安全性. 人耳作为一种新的生物特征 ,具有其独有的自 身特点 [ 1 ] :丰富和稳定的结构特征 ,这些特征在人 生的相当长一段时间内都保持不变 ;人耳特征不受 表情变化的影响 ;而且人耳的特定生理位置使其紧 靠的背景可以预测. 鉴于人耳独特的生理结构和生 理位置 ,人耳识别技术不仅可以单独应用于一些个 体识别场合 ,而且还可以和其他生物特征识别技术 互为补充 ,构成多模态生物特征识别技术 ,如人耳人 脸多模态融合识别 ,丰富了生物特征识别技术. 目前的人耳识别技术一定程度上对光照、姿态 等环境条件做了特定的限制 ,在实际中难以被广泛 应用. 而且现在的研究多为前视人耳图像 ,但是在实 际应用中 ,由于人耳与摄像机之间的角度会经常发 生变化 ,获取正面人耳图像存在一定难度. 此外 ,当 人耳姿态发生变化时 ,人耳形状会产生不同程度的 形变 ,现有的 2D人耳图像识别技术存在其局限性. 因此 ,为了提高人耳识别的鲁棒性 ,满足实际应用的 需要 ,必须放松对姿态条件的限制 ,研究多姿态人耳 识别技术势在必行. 1 人耳识别研究现状 近年来 ,国内外基于 22D图像的人耳识别方法 可大体分为 2类 :基于几何特征的人耳识别方法和 基于代数特征的人耳识别方法 ,如表 1所示. © 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net