[发明专利]复杂背景下的人耳检测及多信息融合的人耳识别方法

说明书

技术领域

本发明属于基于人体生物特征的个人身份识别技术，特别涉及在复杂背景下的人耳定位，以及人耳的力场特征和边缘轮廓特征相结合的识别方法。

背景技术

美国的“9.11”恐怖事件发生以来，有效地利用电子、信息处理、计算机、网络通讯、人工智能等技术，便捷、准确、可靠地识别人员身份，保障社会成员的合法权益和社会公共安全，维护世界和平，已成为世界各国政府及国际社会共同需要解决的重要课题。在现阶段，普遍采用的是基于身份标识的识别方式，如证件、账户、密码等。这种方式虽然实现较为简单，但在使用的方便性和防伪性等方面有着一些难以克服的缺陷。相比之下，利用人体生物特征的识别技术则有着巨大的优势。

目前生物特征识别技术主要有指纹识别、掌纹识别、人脸识别、虹膜识别、视网膜识别、语音识别和签名识别等。这些技术在某些方面存在一定的不足，使其应用受到了一定的限制。而与现有生物特征相比，人耳具有：结构稳定丰富、不受面部表情的影响、非接触式样本采集、容易为人接受等诸多优点。因此，将人耳作为生物识别的对象，具有其自身的鲜明特点，是对生物特征识别领域的一种拓广。

人耳识别技术作为一种新的生物特征鉴别技术，以其独特的优势和应用方向已经引起了研究者越来越多的注意。它涉及到生物特征提取、计算机视觉、图像处理、模式识别和身份认证技术等诸多领域。人耳识别技术既可以作为其他生物识别技术的有益补充，如和人脸、指纹相结合进行识别，也可以单独应用于一些个体身份鉴别的场合。

虽然关于人耳识别技术的研究已有一些，但将多种特征提取方式融合并进行优势互补的研究仍然不多。同时多数识别技术对待识别的图像源有着苛刻的条件限制，而将复杂背景下的人耳检测定位和后续识别相结合的系统更是屈指可数。

发明内容

针对当前鲜有复杂背景下的人耳检测研究和应用，各种人耳识别方法都存在过多的条件限制，人耳检测和人耳识别方面的研究相互独立，尚没有形成一个完整的体系等问题，本发明提出一种方法来实现复杂背景下的人耳检测和人耳识别，完成从人耳的自动检测到识别的全过程。

本发明的技术内容如下：

本发明的总体构思是：对待识别的图像源，无论是动态视频，还是静态图片，都通过相应的算法快速精确定位出人耳；将定位出的人耳进行预处理，然后根据万有引力场转换算法得到人耳图像的势能阱，利用势能阱个数进行人耳粗分类，同时将定位出的人耳用分水岭算法进行边缘检测得到人耳的边缘，然后采用H_SDMHD′算法提取人耳特征并利用这些特征进行最终的识别。

本发明的实现步骤如下：

(1)复杂背景下的人耳检测

A.通过摄像机获取含人体侧面的图像序列或者静态彩色图片，对含人体侧面的图像

序列采用背景差分模型获取其中的运动物体轮廓，用肤色模型进行人耳粗定位，再用人耳轮廓进行拟合，精确定位出人耳；对静态彩色图片通过肤色模型和侧脸轮廓几何特征的方法定位出人耳。

B.对步骤A检测出的人耳图像进行滤噪，归一化预处理，得到标准的待识别人耳图像。

(2)多信息融合的人耳识别

A.根据万有引力场转换算法得到待识别人耳图像的势能阱，利用势能阱个数进行人耳粗分类。

B.同时，利用分水岭算法对待识别人耳图像进行边缘检测得到人耳的边缘。

C.然后利用步骤(2)B得到的人耳边缘信息，采用H_SDMHD′算法提取人耳特征，最后利用人耳识别方法，完成人耳识别。

本发明的优点

本发明与其他人耳识别方法相比，具有以下几个方面的优势：

(1)将人耳检测和人耳识别集成在一起，真正实现了人耳自动识别的全过程。

(2)在人耳检测中能够快速高效地定位出复杂背景下的人耳。这种复杂背景包括静态彩色图片，动态图像序列，涵盖了人耳检测背景中的各种情况。

(3)采用万有引力场转换算法进行人耳特征的粗分类，将识别的范围缩小，节省了识别时间，同时提高了识别的精度。

(4)利用信息融合的方法，把分水岭算法以及H_SDMHD′算法结合起来，发挥两种算法的优点，并相互弥补两种算法之间的不足，得到为后面识别作准备的更有效稳定的特征。

附图说明

图1本识别方法的框图

图2力场作用的几何表示

图3合力方向与运动方向关系图

图4场线和势能阱形成过程

图4(a)选取测试像素，图4(b)形成场线，图4(c)形成势能阱

图5利用分水岭算法进行边缘提取