[01143224]基于人脸人耳生物特征的非打扰式身份识别技术研究

石家庄铁道学院承担研发的“基于人脸人耳生物特征的非打扰式身份识别技术研究”是河北省科学技术研究与发展指导计划项目（课题编号：072135201），课题从实现非打扰识别的角度出发，研究多姿态变化时人脸人耳生物特征多模态身份识别技术，探索多模态识别的有效性与可行性。本课题主要技术内容如下：　　（1）针对人耳所具有的丰富沟回与纹理信息，提出了一种基于LGBP描述符与KNN分类的人耳身份识别方法；提出了一种基于LBP分析与高斯核KFDA分类器的人耳身份识别方法，实验结果验证了方法的有效性。　　（2）离线训练构建了五个不同的多级AdaBoost检测器，检测范围是摇摆-/+120°，倾斜-/+90°，俯仰-/+30°，可实现多姿态人脸人耳图像融合检测、跟踪与定位。在线检测部分对输入测试图像，采用姿态预估计策略和多分辨率搜索加速检测过程。采用基于模板最大相似度的特征模板构建规则，确定最佳图像帧。　　（3）针对大角度姿态变化，提出了基于姿态转换的人脸人耳多模态特征层融合识别策略，扩大了有效识别范围，可实现无需被识别对象配合的非打扰式、基于人脸人耳信息的大视角身份识别。该策略主要分为两个阶段，即姿态转换阶段和多模态融合阶段。在姿态转换阶段，采用非线性基空间变换，将带有姿态的人耳和人脸图像特征集利用姿态转换矩阵转换为正侧面人耳和人脸图像特征集；在多模态融合阶段，将人耳和人脸图像特征集利用串联、并联、CCA和KCCA四种方法进行有效融合，并通过KNN方法进行分类识别。　　（4）系统全面地调研、综述了国内外在人脸自动识别技术、人耳自动识别技术以及人脸人耳多模态识别技术已有研究成果。参与构建了USTB人耳图像库四，设计开发了身份自动识别原型系统。