基于局部和全局信息的快速三维人耳识别

摘要：

现有基于迭代最近点法(ICP)的三维人耳识别方法计算量大,配准时间长,且容易陷入局部最优,同时用于配准的人耳含有冗余信息,对配准造成干扰.基于此提出一种基于局部和全局信息的快速三维人耳识别方法,根据内部形状特征提取关键点并实现人耳归一化;提取低维度局部描述子实现关键点匹配并得到候选列表,之后先通过快速点特征直方图进行粗配准,最后用带法向量信息的改进ICP算法进行精配准得到识别结果.基于UND-J2数据库进行身份识别实验,并与一些经典方法的结果进行对比分析.实验表明关键点特征提取仅需0.026 s,关键点匹配仅需0.015 s,耗时很短.身份识别实验获得了98.55％的Rank-one识别率,证明该方法与其他现有算法相比,识别速度更快,识别率更高.

关键词：三维人耳识别、关键点提取、人耳归一化、局部描述子、全局配准算法

所属期刊栏目：40

分类号：TP391;TH164(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省自然科学基金

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：99-106