【摘 要】
：
人耳识别技术是利用人耳的纹理特征或结构特征进行身份识别的技术,是生物特征识别领域的新兴研究方向。由于人耳相比人脸的某些独特优势,使其在近几年发展迅速,受到许多研究者的关注。而三维人耳利用了三维处理技术,突破了二维人耳识别技术的瓶颈,对姿态、光照等外部干扰因素具有较强的鲁棒性,成为国内外的研究热点。虽然三维人耳不受化妆、表情、光照等因素的影响,但如何对具有高相似度的人耳进行区分依然是一个难题。本文在
论文部分内容阅读
人耳识别技术是利用人耳的纹理特征或结构特征进行身份识别的技术,是生物特征识别领域的新兴研究方向。由于人耳相比人脸的某些独特优势,使其在近几年发展迅速,受到许多研究者的关注。而三维人耳利用了三维处理技术,突破了二维人耳识别技术的瓶颈,对姿态、光照等外部干扰因素具有较强的鲁棒性,成为国内外的研究热点。虽然三维人耳不受化妆、表情、光照等因素的影响,但如何对具有高相似度的人耳进行区分依然是一个难题。本文在对三维人耳进行深入分析后,提出两种三维人耳识别算法,主要工作和创新点如下:（1）提出了一种基于关键点和多元统计局部形状描述符（Multi-Statistics Local Shape Descriptor,MSLSD）的三维人耳识别算法。为了获得精确的人耳信息,该算法首先训练基于Faster R-CNN的目标检测模型进行人耳检测,接着提取二维方形人耳区域对应的三维点云;去噪后计算内部形状签名特征进行关键点检测;然后为了准确描述关键点局部信息,分别提取点密度直方图,局部深度直方图,曲度分布直方图并对直方图进行归一化,将所有直方图级联作为该关键点的特征;最后利用直方图的相似性进行关键点匹配,得到识别结果。在UND-J2数据库上的实验表明此算法充分利用了人耳的刚性特征,取得了97.62%的Rank-1识别率,证明了算法的有效性。（2）提出了一种基于局部和全局信息相结合的三维人耳识别算法。为了解决现有配准算法时间长,容易陷入局部最优的问题,首先对三维人耳进行归一化,去除人耳周围的头发及皮肤等冗余信息,接着提取低维局部特征,将关键点转移至新坐标系并依据特征向量夹角实现特征匹配,筛选出候选人耳列表后进行全局配准;配准时先计算快速点特征直方图进行粗配准,再利用三维正态分布变换进行精配准。实验结果表明归一化有效去除了冗余区域对配准的干扰,提高了配准精度,且低维局部特征匹配仅耗时0.015s,候选列表的筛选也大大降低了配准耗时,取得了98.31%的Rank-1识别率,与现有算法相比在提高识别速度的同时具有良好的识别性能。（3）开发了一套三维人耳识别与数据管理系统,管理员可对后台的人耳数据进行维护,完成了系统服务端软件及客户端网页的设计,对于后期算法及系统的进一步开发具有重要意义。
其他文献
屋盖结构造型独特各异,具有重量轻、跨度大、刚度低等特点,结构对风荷载敏感,在该类结构设计中,风荷载往往起主要控制作用。屋盖结构一般为空间受力体系,自振频率密集,振型空间分布复杂,振型间具有明显的耦合效应,其风致动力特性复杂。结构节点杆件众多,所关心的目标响应也很多,传统的单目标等效方法难以实现对多个响应的等效,导致了等效静风荷载的不确定性。本文针对屋盖结构抗风设计中风致动力特性复杂、等效静风荷载不
在日常生活中,图像由于受到各种各样的影响比如,失真、模糊、噪音的干扰等,往往会丢失图像重要内容,降低了图像质量。而图像复原作为图像处理中的一个重要研究内容,通常是要进行一类不适定问题的数值求解,求解此问题最常见的方法则是基于原始图像的先验信息,引入相关正则化项,建立正则化模型。本文研究的模型为带有l1罚项的正则化模型,相比于l2正则化模型,前者对于噪音图像的复原,有更好的去噪效果。对带有l1正则化
随着我国大中城市的飞速发展,人们对于土地空间的需求日益增大,深基坑工程的开发利用也随之受到广泛关注。由于深基坑工程的复杂性,理论研究不够健全,因此工程监测成为深基坑工程安全施工的重要保障。本课题应合作单位的要求,利用传感器以及通信技术,并基于SSM框架研究并设计了一套深基坑工程监测系统,研究重点偏向于系统的整体搭建以及功能的实现。首先介绍了课题的研究背景和意义、国内外研究现状以及本课题的主要研究内
视觉多目标跟踪技术作为图像处理最热门的研究方向之一,现已被广泛应用在智慧交通、智能监控等领域。但是考虑到跟踪场景中目标尺度多样性、跟踪对象数目变化、跟踪身份误变换等问题,本文从目标检测、跟踪模型建立、目标轨迹管理、数据关联、关联线索进行深入研究,主要完成了以下工作:首先,完成多尺度行人检测算法设计。对比分析当前常用检测算法存在的不足,选择以YOLOV3为基础的检测算法框架进行改进,依据分类准确度和
近年来,生物识别技术在生活、金融、法律、刑侦等应用场景中的需求越来越高,而人脸识别技术以其特征信息丰富、便于采集和高精度等优点成为最受欢迎的生物识别技术。实际应用场景中的人脸识别系统多为小样本问题,即人脸数据库中的每个人脸类别仅能采集到少数样本,我们统称这一类问题为小样本人脸识别问题（FFR）。通常,人脸图像的采集是建立在非可控自然条件之下,往往带有光照、表情、姿态、遮挡等多种变化,因此,复杂变化
近年来,我国森林防火形势愈发严峻,森林火灾的早期识别和预警对火灾扑救至关重要。本文研究了视频监控场景下的森林烟火识别技术,由于森林烟火监控系统覆盖场景大,通常需要先分割出疑似烟火的区域,再对这些疑似区域进行烟火识别。针对森林烟火监控系统实际应用的部署环境,本文从烟火区域分割和烟火识别两个关键环节,研究了基于低速前端设备和基于高性能后端设备的森林烟火识别技术。论文主要内容如下:（1）基于低速前端设备
随着我国城镇化建设的加速发展,我国建筑业的发展步伐也逐步加快。高空作业吊篮作为建筑施工中的常规作业设备,主要用于高层建筑外墙的装修、清洗、维护等作业,其需求量与日俱增。面对日益庞大的吊篮需求量,吊篮租赁服务行业面临着前所未有的业务压力和竞争压力,传统的项目管理模式已逐渐不能适应多变的租赁市场。在产业互联网的大趋势下,吊篮租赁服务管理的信息化转型是企业提高竞争力的关键。本课题结合企业的实际需求,面向
目标跟踪作为近些年来的热门研究方向,吸引了许多研究者的目光,其在许多方面有着十分广泛的应用如汽车自动驾驶、安防监控系统、人机交互、军事领域。然而在实际的视频跟踪场景中有着非常多的挑战,面对着非常多复杂困难的场景如运动目标快速运动、目标被其他物体遮挡、相似的背景影响等。正是因为在这么多的困难场景下,使得我们获得一个可靠、稳定的跟踪器变得十分的困难,同时这也引起了研究者们的兴趣。在这些众多的研究方向中
随着当前社会机动车数量的不断增长,道路拥堵等交通问题日益严重,智能交通系统作为该问题的解决方案之一,受到各国研究者的广泛关注。对于智能交通系统,实时的交通流量数据不可或缺。在所有的交通流量监测方案中,基于视频的交通流量监测方案具有独特的优势。基于以上信息考虑,设计了基于道路视频的交通流量监测系统,主要贡献包括以下几点内容:（1）针对车辆目标检测问题,对比当前各类方案,选择了基于深度学习的目标检测算
随着导航定位和无线通信技术的发展,超宽带定位技术在管廊中的应用受到了更加广泛的关注。针对管廊内部复杂环境带来的定位精度降低,以及管廊实时监控、人员管理、安全保障等定位服务软件需求,开展了超宽带定位技术研究和软件设计。本文首先分析了管廊定位系统的技术需求和指标。基于到达时间差（time difference of arrival,TDOA）的极大似然估计定位算法在管廊环境的实际测试中,由于锚点数量少