论文摘要
人耳识别是生物信息识别领域新兴的研究热点问题，人体测量学理论的研究理论指出，在7~70岁之间人耳外形（耳廓）不会发生显著的自然变化，且没有任何两个人（包括多胞胎）的耳廓完全一样；基于人耳外形的身份识别不受化妆和表情变化的影响，具有很强的惟一性、稳定性和健壮性，典型的人耳识别系统一般包括人耳数据的获取、耳朵所在区域的检测与分割、耳廓形状特征提取和形状特征匹配等四个部分。本文基于耳廓的三维扫描点云数据，针对耳廓形状特征提取和形状特征匹配等两部分完成了如下工作：基于PCA方法实现了随机关键点选取；对关键点邻域进行了曲面拟合提取局部形状特征；将400维的特征向量压缩为5维；给出了两个关键点上的特征向量相似测度计算方法，并以此为边权；基于二分图加权匹配的图论原理实现了快速的二分最优匹配；将本文使用的最优二分匹配算法的匹配结果与其他二分匹配算法进行了对比，证明了本文算法相对于其他二分匹配算法的快速性和有效性。本文的主要贡献为：改进了西澳大学Mian的工作，避免了使用二维Delaunay算法对关键点的三维分布进行三角剖分带来的误差；基于二分图进行关键点加权优化匹配，避免关键点的图匹配产生的复杂计算；通过实验分析对比二分图最大匹配和最佳匹配的精度和效率，确定了最优的二分匹配算法。