[發明專利]快速三維人耳識別方法

無效

• 申請號: 200810204830.0
• 申請日: 2008-12-30
• 公開（公告）號: CN101770566A
• 公開（公告）日: 2010-07-07
• 發明（設計）人: 陳雷蕾;王斌;張立明
• 申請（專利權）人: 復旦大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 上海翼勝專利商標事務所(普通合伙) 31218
• 代理人: 翟羽;何興元

技術領域

本發明屬于圖像處理技術領域，具體涉及一種可以自動地從三維深度數據 中提取出人耳并進行識別或認證的方法。

背景技術

生物識別技術是利用人的生理特征或行為特征進行身份識別的技術，這種 鑒別技術具有比傳統的密碼和身份識別碼等更可靠、更安全的特點。人耳識別 是一種較新的生物識別方法，近幾年來受到了國內外很多研究者的關注，這是 因為人耳具有唯一性和穩定性，可以作為個體生物識別的依據，而且人耳表面 具有大量的溝和脊，形狀特征很豐富，還不受胡子、化妝品和表情的影響。另 外，人耳數據采集比較方便，不需要識別對象較多的配合，適用于監視場合。 因此，人耳識別是一種很有發展潛力的生物特征識別技術。

研究人員已經發展了一些基于2D灰度圖像的人耳識別技術，但是這些技術 的性能嚴重受到陰影、姿態變化和成像條件等的影響。然而，一個實用的生物 識別系統需要具有識別率高、識別速度快和魯棒性好等特點。基于三維表面形 狀的人耳識別算法就能夠很好地解決光照、姿態等問題，魯棒性較好。附圖1就 是一個深度傳感器采集的三維人耳例子，圖中坐標單位是mm，采用深度傳感器 可以獲取人耳的表面形狀。

Yan和Bowyer比較了幾種3D人耳識別方法：深度數據Z通道的主元分析 (principle?component?analysis，PCA)方法、基于深度圖像邊緣的hausdorff 距離方法、還有利用迭代最近點(iterative?closest?points，ICP)配準后的 配準誤差來識別的方法。所用的人耳數據是從側臉圖像中手動分割出來的。在 一個包含302人的數據庫上，PCA方法的識別率僅為55.3％，Hausdorff距離方法 為67.5％，而使用ICP方法識別率達到98.8％。他們后來提出了一種耳洞檢測算法 用于檢測耳朵位置，在灰度圖像和深度圖像結合后的圖像上，使用snake算法自 動提取人耳區域，依然使用ICP算法識別人耳。在一個包含415人的數據庫里， 他們報道的識別率為97.6％，人耳提取過程耗時約10～20秒。由于ICP算法運算復 雜度很高，所以人耳識別非常慢，匹配一對耳朵就需要5～8秒。Chen和Bhanu也 使用了ICP方法進行人耳識別，但他們得到的識別結果不如Yan等人。Passalis 等人使用通用人耳標注模型(annotated?ear?model，AEM)對齊和擬合三維人 耳，然后提取出用二維表示的耳朵元數據，通過比較兩個元數據之間的L1范數 距離來衡量兩只耳朵的相似程度。對齊操作通過最小化對應點深度通道和各彩 色通道的誤差加權和來實現，優化過程采用的是模擬退火算法。然后使AEM向人 耳變形，變形的結果作為耳朵元數據。整個提取過程耗時約30秒。由于識別不 涉及復雜的運算，所以速度比較快，匹配一對耳朵所需時間少于1毫秒。但是識 別率不高，在包含415人的庫上僅達到93.9％。

現有的三維人耳識別系統在人耳抽取過程耗時都比較大。基于ICP的三維人 耳識別算法存在運算復雜度高、識別速度低等問題，在識別率上也還有一定的 提升空間。基于AEM的算法改進了識別速度，但識別率降低較多。 下面介紹一個本發明相關的概念：ICPIF是ICP算法的改進，所以先介紹一 下ICP算法。ICP算法是一種用于三維表面精密配準的算法。其目的是找到一個 剛體變換，使得點云P與點云X盡可能地重合。它通過最小化P和X之間對應 點的距離平方和實現配準。每一次迭代過程中，對于P中每一個點p，在X中查 找空間距離最近的點x作為對應點對，然后計算剛體變換使得所有對應點對的 平方距離之和最小。ICP算法需要一個初始估計，并假設P里每一個點都能在X 中找到對應點。查找最近點過程的時間復雜度為O(N_Plog(N_X))，這里N_P是采樣點 個數，N_X是X中點的個數。記P的對應點集為Q，CP為求取對應點的操作，則 Q＝CP(P，X)。ICP算法描述如下：

1.初始迭代時，令點集初始位置P₀＝P，T₀為初始剛體轉換。

2.迭代執行以下步驟。