通过Gabor方向信息的非负稀疏表示进行稳健的耳朵识别

方向信息对于耳朵识别系统的准确性至关重要。 本文研究了一种新的利用Gabor小波的方向信息进行人耳识别的特征提取方法。 所提出的Gabor定向特征不仅可以避免传统Gabor特征中的过多冗余，而且还倾向于提取更精确的耳朵形状轮廓的定向信息。 然后，提出了一种基于Gabor方向特征的非负稀疏表示分类方法（Gabor方向+ NSRC）用于人耳识别。 与稀疏编码系数可能为负的SRC相比，NSRC的非负性符合将部分组合成一个整体的直观概念，因此与视觉数据的生物学建模更加一致。 此外，使用Gabor方向特征会增加NSRC的判别力。 大量的实验结果表明，提出的基于Gabor方向特征的非负稀疏表示分类范例获得了更好的识别性能，并被发现在实际应用中对诸如姿势变化，照明变化和耳朵局部闭塞等挑战性问题具有更强的鲁棒性。