本書系統介紹了人耳自動識別的原理、方法和技術，對人耳檢測、二維人耳識別和三維人耳識別技術若干難點和關鍵技術進行了深入研究；由於人耳和人臉在生理位置上的特殊關係，本書還對基於人耳和人臉信息融合的多模態生物特徵識別技術進行了詳細討論，並融入了國內外人耳識別領域研究和套用的最新進展。全書共8章，分為五個部分：第一部分包括第1-2章，介紹了人耳識別的基本概念和基礎理論；第二部分包括第3-5章，討論了人耳檢測方法、預處理、人耳圖像特徵提取、人耳識別技術和方法；第三部分包括第6章，重點討論了三維人耳識別技術；第四部分包括第7章，重點介紹了基於人耳和人臉信息融合的多模態生物特徵識別；第五部分包括第8章，講述了人耳識別技術的實際套用和發展前景。
基本介紹
- 書名：生物特徵識別技術——人耳自動識別
- 出版社：科學出版社有限責任公司
- 頁數：220頁
- 開本：5
- 品牌：科學出版社
- 作者：穆志純，袁立，曾慧
- 出版日期：2012年12月13日
- 語種：簡體中文
- ISBN：9787030360403, 7030360400
內容簡介,圖書目錄,
內容簡介
穆志純、袁立、曾慧編著的《生物特徵識別技術--人耳自動識別》是科學出版社在廣泛徵求專家意見的基礎上，經過長期考察、反覆論證之後組織出版的。這套叢書旨在傳播網路科學和未來網路技術，微電子、光電子和量子信息技術、超級計算機、軟體和信息存儲技術，數據知識化和基於知識處理的未來信息服務業，低成本信息化和用信息技術提升傳統產業，智慧型與認知科學、生物信息學、社會信息學等前沿交叉科學，信息科學基礎理論，信息安全等幾個未來信息科學技術重點發展領域的優秀科研成果。
圖書目錄
《信息科學技術學術著作叢書》序
前言
第一章 生物特徵識別
1．1 生物特徵識別的概念
1．2 生物特徵識別技術簡介
1．2．1 基於生理特徵的識別
1．2．2 基於行為特徵的識別
1．2．3 生物特徵識別技術比較
1．3 生物特徵識別技術的套用前景
參考文獻
第二章 人耳識別
2．1 人耳識別概述
2．1．1 人耳識別的特點
2．1．2 人耳識別研究內容
2．2 人耳圖像庫簡介
2．2．1 USTB人耳圖像庫簡介
2．2．2 UND人耳圖像庫
2．2．3 UCR圖像庫
2．2．4 其他圖像庫
2．3 人耳識別研究
2．3．1 二維人耳識別
2．3．2 三維人耳識別
2. 3．3 耳紋識別
2．3. 4 人耳的對稱性討論
2．4 本章小結
參考文獻
第三章 人耳檢測與人耳跟蹤
3．1 人耳檢測和跟蹤概述
3．2 基於特徵的人耳檢測方法
3．2．1 運動目標提取
3．2．2 基於顏色信息的罔像分割
3．2．3 人耳檢測模組
3．2．4 人耳檢測實驗結果
3．3 基於學習的人耳檢測方法
3．3．1 Haarlike特徵
3．3．2 利用積分圖像計算矩形特徵
3．3．3 AdaBoost算法原理
3．3．4 級聯分類器結構
3．3．5 訓練人耳檢測分類器
3．3．6 人耳檢測
3．3．7 人耳檢測實驗結果
3．4 人耳跟蹤方法
3．4．1 基於改進的cAMsHIFT算法的側面人臉區域跟蹤
3．4．2 利用輪廓擬合精確定位人耳
3．4．3 人耳跟蹤實驗結果
3．5 本章小結
參考文獻
第四章 人耳圖像歸一化處理
4．1 幾何歸一化
4．1．1 基於關鍵點和關鍵線的人耳歸一化
4．1．2 基於主動形狀模型的人耳歸一化方法
4. 1．3 基於主動表觀模型的人耳歸一化方法
4．1．4 幾何歸一化其他方法
4．2 光照歸一化
4．2．1 帶有光照變化的人耳圖像庫
4．2．2 光照歸一化研究
4．3 本章小結
參考文獻
第五章 人耳特徵提取與識別
5．1 人耳識別評測體系
5．1．1 人耳識別性能評測方法
5．1．2 入耳認證性能評測方法
5．2 受控條件下的人耳識別
5．2．1 特徵耳人耳識別方法
5．2．2 基於全空間線性鑑別分析的人耳識別
5．2．3 基於局部特徵的人耳識別
5．2．4 基於力場轉換和收斂域圖像的人耳識別
5．3 姿態變化下的人耳識別
5. 3．1 姿態變化對人耳識別性能的影響分析
5．3．2 基於流形學習的多姿態人耳識別
5．3．3 基於姿態轉換的人耳識別
5．4 人耳識別中的遮擋問題研究
5．4．1 基於局部信息融合的帶遮擋人耳識別方法
5．4．2 基於稀疏表示的帶遮擋人耳識別方法
5．5 本章小結
參考文獻
第六章 三維人耳識別
6．1 三維人耳識別概述
6．2 基於二維圖像的三維人耳重建
6．2．1 基於立體視覺的三維人耳重建
6．2．2 基於形變模型的三維人耳建模
6．3 三維人耳識別
6．3．1 基於模型匹配的三維人耳識別
6．3．2 三維人耳的特徵表示方法
6．4 本章小結
參考文獻
第七章 基於人耳和人臉信息融合的多模態生物特徵識別
7．1 多模態生物特徵識別
7．1．1 融合方式
7．1．2 融合層次
7．1. 3 標準化方法
7．1. 4 融合方法
7．2 基於人耳和人臉信息融合的多模態生物特徵識別
7．2．1 二維人耳人臉多模態生物特徵識別方法
7．2．2 三維人耳人臉多模態生物特徵識別方法
7．2．3 二維和三維結合的人耳人臉生物特徵識別方法
7．2．4 基於全景圖的人耳人臉生物特徵識別方法
7．3本章小結
參考文獻
第八章 人耳識別套用系統
8．1 人耳識別考勤系統
8．1．1 系統整體設計
8．1．2 系統內置算法實現
8．1．3 用戶資料庫管理
8．1. 4 系統運行效果
8．2 人耳識別門禁系統
8．2．1 系統整體設計
8．2．2 系統的軟體設計及實現
8．3 基於DSP的人耳檢測系統
8．3．1 系統的硬體平台
8．3．2 系統的軟體設計
8．4 本章小結
參考文獻
前言
第一章 生物特徵識別
1．1 生物特徵識別的概念
1．2 生物特徵識別技術簡介
1．2．1 基於生理特徵的識別
1．2．2 基於行為特徵的識別
1．2．3 生物特徵識別技術比較
1．3 生物特徵識別技術的套用前景
參考文獻
第二章 人耳識別
2．1 人耳識別概述
2．1．1 人耳識別的特點
2．1．2 人耳識別研究內容
2．2 人耳圖像庫簡介
2．2．1 USTB人耳圖像庫簡介
2．2．2 UND人耳圖像庫
2．2．3 UCR圖像庫
2．2．4 其他圖像庫
2．3 人耳識別研究
2．3．1 二維人耳識別
2．3．2 三維人耳識別
2. 3．3 耳紋識別
2．3. 4 人耳的對稱性討論
2．4 本章小結
參考文獻
第三章 人耳檢測與人耳跟蹤
3．1 人耳檢測和跟蹤概述
3．2 基於特徵的人耳檢測方法
3．2．1 運動目標提取
3．2．2 基於顏色信息的罔像分割
3．2．3 人耳檢測模組
3．2．4 人耳檢測實驗結果
3．3 基於學習的人耳檢測方法
3．3．1 Haarlike特徵
3．3．2 利用積分圖像計算矩形特徵
3．3．3 AdaBoost算法原理
3．3．4 級聯分類器結構
3．3．5 訓練人耳檢測分類器
3．3．6 人耳檢測
3．3．7 人耳檢測實驗結果
3．4 人耳跟蹤方法
3．4．1 基於改進的cAMsHIFT算法的側面人臉區域跟蹤
3．4．2 利用輪廓擬合精確定位人耳
3．4．3 人耳跟蹤實驗結果
3．5 本章小結
參考文獻
第四章 人耳圖像歸一化處理
4．1 幾何歸一化
4．1．1 基於關鍵點和關鍵線的人耳歸一化
4．1．2 基於主動形狀模型的人耳歸一化方法
4. 1．3 基於主動表觀模型的人耳歸一化方法
4．1．4 幾何歸一化其他方法
4．2 光照歸一化
4．2．1 帶有光照變化的人耳圖像庫
4．2．2 光照歸一化研究
4．3 本章小結
參考文獻
第五章 人耳特徵提取與識別
5．1 人耳識別評測體系
5．1．1 人耳識別性能評測方法
5．1．2 入耳認證性能評測方法
5．2 受控條件下的人耳識別
5．2．1 特徵耳人耳識別方法
5．2．2 基於全空間線性鑑別分析的人耳識別
5．2．3 基於局部特徵的人耳識別
5．2．4 基於力場轉換和收斂域圖像的人耳識別
5．3 姿態變化下的人耳識別
5. 3．1 姿態變化對人耳識別性能的影響分析
5．3．2 基於流形學習的多姿態人耳識別
5．3．3 基於姿態轉換的人耳識別
5．4 人耳識別中的遮擋問題研究
5．4．1 基於局部信息融合的帶遮擋人耳識別方法
5．4．2 基於稀疏表示的帶遮擋人耳識別方法
5．5 本章小結
參考文獻
第六章 三維人耳識別
6．1 三維人耳識別概述
6．2 基於二維圖像的三維人耳重建
6．2．1 基於立體視覺的三維人耳重建
6．2．2 基於形變模型的三維人耳建模
6．3 三維人耳識別
6．3．1 基於模型匹配的三維人耳識別
6．3．2 三維人耳的特徵表示方法
6．4 本章小結
參考文獻
第七章 基於人耳和人臉信息融合的多模態生物特徵識別
7．1 多模態生物特徵識別
7．1．1 融合方式
7．1．2 融合層次
7．1. 3 標準化方法
7．1. 4 融合方法
7．2 基於人耳和人臉信息融合的多模態生物特徵識別
7．2．1 二維人耳人臉多模態生物特徵識別方法
7．2．2 三維人耳人臉多模態生物特徵識別方法
7．2．3 二維和三維結合的人耳人臉生物特徵識別方法
7．2．4 基於全景圖的人耳人臉生物特徵識別方法
7．3本章小結
參考文獻
第八章 人耳識別套用系統
8．1 人耳識別考勤系統
8．1．1 系統整體設計
8．1．2 系統內置算法實現
8．1．3 用戶資料庫管理
8．1. 4 系統運行效果
8．2 人耳識別門禁系統
8．2．1 系統整體設計
8．2．2 系統的軟體設計及實現
8．3 基於DSP的人耳檢測系統
8．3．1 系統的硬體平台
8．3．2 系統的軟體設計
8．4 本章小結
參考文獻
