非受限2D及快速3D人耳识别原理与应用研究

目前，人耳生物特征识别处于应用困难的尴尬地位。已有的2D人耳识别方法没有考虑实际应用普遍存在的非受限情况-多姿态、遮挡时的人耳识别问题。同时，3D人耳识别现有方法无法满足实际应用快速性的要求。针对这些不足，本课题将集中研究非受限2D人耳识别和快速3D人耳识别的基本原理和方法。首先提出建立多姿态人耳鉴别姿态流形和群稀疏正则化稀疏表示以克服姿态变化、遮挡对识别的影响；然后基于图像修复理论，提出使用纹理合成及快速行进算法自动修复遮挡人耳图像，实现遮挡人耳识别；同时，本课题将探索基于3D点云人耳局部曲面和切片轮廓曲线匹配的快速3D人耳识别机制。最后，本课题还将探讨人耳识别在连续视频监控场景中的应用模式。本课题研究将为人耳识别的深入发展和实际应用，提供理论指导和技术基础。

本项目进行了非受限2D及快速3D人耳识别的基本原理和机制的初步探讨。为尝试克服多视角人耳图像非线性变化大和容易遮挡的困难，首次采用力场收敛变换和Log-Gabor滤波实现了多姿态人耳特征提取。这种新的特征提取机制，可应用到其它识别场合里。深入研究了各种基于样本表示的方法如最近子空间稀疏表示法及偏最小二乘法处理多姿态人耳识别时的优势及实际缺陷，实验数据分析提供了较深刻的识别机制认识。本项目还探讨了一种可行的快速3D人耳识别的整体技术原理：激光扫描人耳点云数据快速采样；面PCA变换和ICP实现对齐人耳模型；全二次局部曲面重建快速3D点云人耳匹配。同时本项目还实践了人耳识别的应用模式：人耳识别与手势识别及衣服颜色识别、身高识别结合，应用于智能电视的个性化智能交互；视频行为理解与人耳、人脸身份识别结合，拓展到连续视频异常行为预警。本项目研究成果为人耳识别技术的发展和应用提供了有意义的理论和实践探索经验。.受此项目资助, 项目组发表学术论文18篇，教改论文1篇，申请国家发明专利8项（详细情况请见结题报告正文）。本项目还培养了青年教师及博士研究生4名，硕士研究生4名。此外，本项目工作还提供80人规模的2D多视角人耳库及60人规模的3D点云人耳数据库各一个。