[發明專利]基于平均曲率和正態分布變換的三維人耳識別方法

有效

• 申請號: 201911326908.0
• 申請日: 2019-12-20
• 公開（公告）號: CN111062343B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 蓋紹彥;錢昱來;達飛鵬
• 申請（專利權）人: 東南大學
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/74;G06V10/82;G06T7/33
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 蔣昱

基于平均曲率和正態分布變換的三維人耳識別方法，步驟如下：(1)利用基于Faster?R?CNN框架的檢測器對帶有背景信息的二維側臉圖像進行目標檢測，獲取方形人耳區域并提取對應區域的三維點云；(2)在三維人耳點云中根據平均曲率特征進行關鍵點檢測；(3)將提取出的關鍵點和標準姿態下的人耳關鍵點使用迭代最近點算法進行配準，將配準所得旋轉平移變換作用于原方形人耳區域，并將該人耳置于標準坐標系下，利用長方體模板切割來去除皮膚，頭發等冗余區域，得到歸一化人耳；(4)利用正態分布變換配準算法進行配準，最后配準的誤差來衡量兩個人耳的相似度。本發明能夠有效地剔除人耳周圍皮膚、頭發等冗余區域，且配準結果精確可靠，具有較強的識別性能。

技術領域

本發明涉及人耳識別技術領域，特別設計基于平均曲率和正態分布變換的三維人耳識別方法。

背景技術

現代社會中,準確可靠地個人身份確認越來越多的受到人們的重視，身份認證在許多場合都有著重要的應用，如門禁系統、視頻監控、人機交互等。生物識別是機器視覺和模式識別領域的經典問題，而人耳識別技術是近年的一個研究熱點，相比人臉等其他生物特征，人耳更近似剛性，且不受表情變化，年齡和化妝等因素的影響；同時人耳表面凹凸變化豐富，適合作為生物特征進行識別。傳統的二維人耳識別是基于圖像的亮度信息進行身份確認的，但因為受光照、姿態等因素影響較大，故而近年來人耳識別研究開始從二維圖像擴展到三維空間上。

三維人耳識別利用人耳的空間形狀信息進行身份認證，不受光照、化妝、表情等因素的影響，和人臉識別相比有較大的優勢，但是仍然面臨遮擋問題帶來的挑戰，遮擋會導致人耳的三維數據丟失，影響識別效果。

發明內容

為了解決上述存在問題。本發明提供基于平均曲率和正態分布變換的三維人耳識別方法，，識別對象為三維人耳點云，識別過程中需用到與該三維點云對應的二維圖像(二維圖像中每個像素對應三維點云中的一個點)，該方法識別性能較高，并且速度較快。為達此目的：

本發明提供基于平均曲率和正態分布變換的三維人耳識別方法，具體步驟如下,

一種基于平均曲率和正態分布變換的三維人耳識別方法，識別對象為三維人耳點云，識別過程中需用到與該三維點云對應的二維圖像(二維圖像中每個像素對應三維點云中的一個點)，包括以下步驟：

步驟1：對帶背景信息的二維側臉圖像進行Faster?R-CNN目標檢測，獲得方形二維人耳區域，提取對應區域的三維人耳點云；

步驟2：對由步驟1所提取的三維人耳點云根據平均曲率進行關鍵點檢測，得到關鍵點集；

步驟3：利用步驟2中得到的關鍵點集和標準姿態人耳關鍵點集進行ICP配準，將獲得的旋轉平移矩陣作用于步驟1得到的三維人耳點云，使其轉換為標準的豎直向上姿態，再利用長方體模板切割，得到去除冗余信息后的三維人耳；

步驟4：利用正態分布變換(Normal?Distribution?Transform，NDT)配準算法進行配準，最后配準的誤差來衡量兩個人耳的相似度，得到識別結果。

步驟5：身份認證識別實驗，實驗均采用R1RR(Rank-one?Recognition?Rate)作為識別性能指標。

進一步的，步驟1具體包括以下步驟：

步驟1.1：使用含有數百張二維側臉圖片的數據庫作為訓練集(實驗中為UND-J2數據庫及網絡上選取300張帶完整左耳信息的二維側臉圖片)，手動框出訓練集圖像中的方形人耳，利用更快的區域-卷積神經網絡(Faster?R-CNN)框架訓練得到目標檢測器,利用這個檢測器在帶有側臉和復雜背景信息的圖像上檢測人耳，獲取方形人耳區域；

步驟1.2：根據二維圖像里方形人耳區域的坐標提取出對應三維點云里的人耳區域(在源數據庫中，二維圖像中每個像素對應三維點云中的一個點)。