基于内唇轮廓标定的唇印提取算法

针对现有特征唇印提取中信息处理量较大、识别率不高等问题,本文提出了基于内唇轮廓的特征唇印提取算法。算法首先在基元图像上对内唇轮廓特征点进行标定,建立基元唇印模型,然后通过均值计算构造普通模型,并利用Gabor变换对基元唇印和普通模型进行联合特征信息提取,最后通过相似度对比选择出特征唇印,以实现身份识别。仿真实验验证,本文的特征唇印提取算法在较低时空消耗下,具有较高的识别率,具有有效性和可用性。

基于嘴部状态分类的内唇开度估计算法

为了准确地识别嘴部张合程度,提出了一种基于嘴部状态分类的内唇开度估计算法。将嘴部局部图像从RGB空间转化到YIQ空间,利用牙齿、嘴唇和舌头所对应的Q值的极值点数量和位置分布将嘴部状态分为3类,对每一类分别确定不同的一阶差分范围,使得能在有舌头、牙齿存在的情况下准确地定位出内唇边界点的位置,进而计算出内唇开度值。实验结果表明,基于嘴部状态分类的内唇开度估计算法计算出的内唇开度估计值与实际值之间的相关度达95%,比经典的Saha方法提高了5%。