每人一个样品的耳朵识别

生物识别技术在身份认证方面具有效率和便利性的优点。 作为最有前途的基于生物特征识别的方法之一,耳部识别已受到广泛的关注和研究。 先前的研究通过在画廊中使用每人多个样本(MSPP)取得了卓越的性能。 但是,当画廊中只有一个样本/人(OSPP)时,大多数常规方法是不够的。 为了最大程度地利用单个样本来解决OSPP问题,本文提出了一种基于2D和3D信息的混合多关键点描述符基于稀疏表示的分类(MKD-SRC)耳朵识别方法。 因为大多数3D传感器会捕获3D数据并存储相应的2D数据,所以明智的做法是同时使用两种类型的信息。 首先,从轮廓中提取耳朵区域。 其次,检测并描述2D纹理图像和3D范围图像的关键点。 然后,使用混合MKD-SRC算法完成画廊中仅OSPP的识别。 在基准数据集上的实验结果证明了该方法解决OSPP问题的可行性和有效性。 对于415位受试者的画廊,其一级识别率达到96.4%,与传统方法相比,计算所需的时间令人满意。