人耳识别概述

5.7.1　人耳识别概述

1.人耳识别技术

人耳识别技术是20世纪90年代末开始兴起的一种生物特征识别技术。人耳具有独特的生理特征和观测角度的优势，使人耳识别技术具有相当的理论研究价值和实际应用前景。从生理解剖学上，人的外耳分耳廓和外耳道。人耳识别的对象实际上是外耳裸露在外的耳廓，也就是人们习惯上所说的“耳朵”。

人耳识别技术既可作为其他生物识别技术的有益补充，也可以单独应用于一些个体身份鉴别的场合。

2.人耳解剖结构

人耳朵的解剖结构:耳轮、耳垂、对耳轮、耳甲腔、耳屏、对耳屏、耳轮脚、三角窝、耳屏间切迹。对于人耳识别来说，在训练和测试时主要是因为耳轮、耳屏和对耳屏产生阴影而发生变化。

Iannarelli通过两次大规模实验证明耳朵具有独一无二的特征。因为进行实验的耳朵没有相同的，即使是双胞胎的耳朵也只是相似，不完全相同，尤其是耳轮和耳垂部分。他同时指出，在8～70岁之间每个人的耳朵结构特征基本保持不变。对包括耳朵在内的几个不同生物特征的稳定性作了比较，稳定性越好就有越多的符号“0”。可见，人耳生物特征的稳定性处于平均状态，已使用的虹膜、视网膜、DNA等比人耳更稳定；与人耳同水平的指纹和手形、签字、人脸和声音没有人耳稳定。

3.人耳生物识别系统

早在1946年美国犯罪学研究专家Iannarelli A就已经发表了他的人耳识别系统，该系统已经被美国法律执行机构采用，并应用了四十多年。Iannarelli系统通过在一张放大的耳朵图像上放置一个有八根轮辐的透明罗盘，在耳朵周围确定12个测量点，然后将待测图像投影到特定标准画板的指定区域；最后在图像中提取测量段识别不同的人耳。这种方法是以耳廓解剖学特征作为测量系统的基础，不易定位。所以不能用于人耳自动识别系统。自动人耳识别最近几年才发展起来。一套完整的人耳自动识别系统一般包括以下几个过程:人耳图像采集、图像预处理、人耳图像的边缘检测与分割、特征提取、样本训练和模板匹配。

图像的采集阶段一般通过摄像机或CCD照相机采集一定数量的人耳图像，建立人耳图像库。预处理阶段通常包括降噪、增强以及归一化、去除噪声、进行光照补偿等处理，以克服光照变化的影响，突出人耳特征。然后进行边缘提取和分割，提取出人耳轮廓并分割定位出完整的人耳图像。至于特征提取，不同的方法差别很大最后是匹配。

4.人耳区别于其他生物特征的优点

在基于生物特征的身份鉴别技术中，人耳与人脸最相似，但是与脸相比，外耳图像尺寸更小，意味着计算量更小；外耳的颜色分布更一致，在转换为灰度图像时信息丢失少；人耳不受表情、化妆品和发型变化的影响，不随年龄的增长而改变。虹膜图像的获取要求高分辨率的相机或专门的仪器以及可靠的光源，人耳则只需普通的CCD照相机，克服了在图像获取距离上的难题，因此硬件成本更低。指纹识别也需要专门的传感器，对于大范围配备非常昂贵。另外，人耳识别是非打扰式的，减少了损坏捕获图像设备的机会。而且指纹只能依靠2D数据进行识别，人耳可以利用3D结构进行特征提取和识别。测试者的声音受健康状况影响，而耳朵几乎不受健康状况的影响。另外，声音识别还会遭受背景噪声的影响。

综上所述，人耳具有丰富的结构，每个人的外耳轮廓、内部耳沟纹理都是不相同；人耳具有独特的生理特征和观测角度，而且具有结构稳定、易采集等特点；人耳识别是一种非打扰式的识别方法。因而它可以作为一种个体识别技术，具有相当的理论研究价值和实际应用前景。