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。