《信息科学技术学术著作丛书·生物特征识别技术：人耳自动识别》是一本关于人耳识别研究发展、内容和现状的专著。全书共8章。人耳识别是生物特征识别中的一种，因此本书先简要介绍了生物特征识别的概念、各种生物特征识别技术及应用前景。《信息科学技术学术著作丛书·生物特征识别技术：人耳自动识别》主要内容有：人耳识别的特点、人耳识别研究的分类、人耳检测与人耳跟踪、人耳图像归一化处理、人耳特征提取与识别、三维人耳识别、基于人耳和人脸信息融合的多模态生物特征识别和人耳识别应用系统。对于目前研究所用的主要人耳数据库书中也进行了介绍。
　　《信息科学技术学术著作丛书·生物特征识别技术：人耳自动识别》可供从事模式识别和生物特征识别研究的专业人员，及计算机和自动化专业的研究生、教师、下程技术人员和研究人员参考。
　　
　　

　　1.2 生物特征识别技术简介
　　生物特征识别常采用的生理和行为特征包括：人脸、虹膜、指纹、人耳、掌纹、静脉、DNA、签名、笔迹、声音、步态等。这些生物特征具有不同的应用特点，通常会根据特定的场合和应用使用一种或几种生物特征构成生物特征识别系统，没有一种生物特征能满足所有的应用需求。
　　1.2.1 基于生理特征的识别
　　1．人脸识别
　　人脸识别是基于人脸特征信息来进行身份鉴别的过程。自动人脸识别在过去的20年里取得了重大进展，研究者在静态二维图像、视频（二维图像序列）和三维深度图像的自动人脸识别方面进行了大量的研究和开发工作。
　　最直观的人脸识别问题可以描述为比较两张人脸图像并判定它们是否属于同一个人。对于人来说在各种不同的条件下判定两张人脸的相似性并不是一个很难的问题，但是对于机器自动人脸识别来说却面临很多挑战。人脸可能随着年龄、姿态、光照和表情的不同而变化，另外化妆、头发和饰物（如眼镜）也会改变人脸的外观，这使得人脸图像的类内差异非常大。人脸图像还存在着类间相似性的问题，如来自于同卵双胞胎、父子等基因相似个体的两张人脸图像的识别。这些都使得在非限定条件下的自动人脸识别仍然是一个艰巨的任务。
　　人脸识别的若干特点使其适用于很多应用：
　　①与指纹不同，人脸可以使用非接触式传感器在远距离情况下采集，因此非常适合视频监控场景下的应用。
　　②人脸不但传达了身份信息，同时也包含人的情绪（如高兴或生气）以及性别、种族和年龄等信息。
　　③相对于指纹和虹膜等其他生物特征来说，人们通常更愿意在公共领域使用和分享他们的人脸图像，如通过标注人脸来增加社交媒体应用（如Facebook、人人网等）的受关注程度。随着时间的推移，人脸识别在刑侦、身份鉴别、智能监控和娱乐等领域将会有更广泛的应用。
　　……

《信息科学技术学术著作丛书》序
前言
第一章 生物特征识别
1.1 生物特征识别的概念
1.2 生物特征识别技术简介
1.2.1 基于生理特征的识别
1.2.2 基于行为特征的识别
1.2.3 生物特征识别技术比较
1.3 生物特征识别技术的应用前景
参考文献

第二章 人耳识别
2.1 人耳识别概述
2.1.1 人耳识别的特点
2.1.2 人耳识别研究内容
2.2 人耳图像库简介
2.2.1 USTB人耳图像库简介
2.2.2 UND人耳图像库
2.2.3 UCR图像库
2.2.4 其他图像库
2.3 人耳识别研究
2.3.1 二维人耳识别
2.3.2 三维人耳识别
2.3.3 耳纹识别
2.3.4 人耳的对称性讨论
2.4 本章小结
参考文献

第三章 人耳检测与人耳跟踪
3.1 人耳检测和跟踪概述
3.2 基于特征的人耳检测方法
3.2.1 运动目标提取
3.2.2 基于颜色信息的罔像分割
3.2.3 人耳检测模块
3.2.4 人耳检测实验结果
3.3 基于学习的人耳检测方法
3.3.1 Haarlike特征
3.3.2 利用积分图像计算矩形特征
3.3.3 AdaBoost算法原理
3.3.4 级联分类器结构
3.3.5 训练人耳检测分类器
3.3.6 人耳检测
3.3.7 人耳检测实验结果
3.4 人耳跟踪方法
3.4.1 基于改进的cAMsHIFT算法的侧面人脸区域跟踪
3.4.2 利用轮廓拟合精确定位人耳
3.4.3 人耳跟踪实验结果
3.5 本章小结
参考文献

第四章 人耳图像归一化处理
4.1 几何归一化
4.1.1 基于关键点和关键线的人耳归一化
4.1.2 基于主动形状模型的人耳归一化方法
4. 1.3 基于主动表观模型的人耳归一化方法
4.1.4 几何归一化其他方法
4.2 光照归一化
4.2.1 带有光照变化的人耳图像库
4.2.2 光照归一化研究
4.3 本章小结
参考文献

第五章 人耳特征提取与识别
5.1 人耳识别评测体系
5.1.1 人耳识别性能评测方法
5.1.2 入耳认证性能评测方法
5.2 受控条件下的人耳识别
5.2.1 特征耳人耳识别方法
5.2.2 基于全空间线性鉴别分析的人耳识别
5.2.3 基于局部特征的人耳识别
5.2.4 基于力场转换和收敛域图像的人耳识别
5.3 姿态变化下的人耳识别
5.3.1 姿态变化对人耳识别性能的影响分析
5.3.2 基于流形学习的多姿态人耳识别
5.3.3 基于姿态转换的人耳识别
5.4 人耳识别中的遮挡问题研究
5.4.1 基于局部信息融合的带遮挡人耳识别方法
5.4.2 基于稀疏表示的带遮挡人耳识别方法
5.5 本章小结
参考文献

第六章 三维人耳识别
第七章 基于人耳和人脸信息融合的多模态生物特征识别
第八章 人耳识别应用系统