基于特征串的高效眉毛识别：95.45%识别率的验证

该篇论文《一种基于特征串比较的眉毛识别方法》发表于2008年的北京工业大学学报，作者李玉盘和付翠花探讨了眉毛这一新颖的生物特征作为身份鉴别手段的可行性。论文的核心内容是提出了一种独特的识别方法，即利用离散傅里叶变换和K-均值算法来提取眉毛的特征串，然后通过计算两个特征串之间的编辑距离来判断个体身份。这种方法在22人小型眉毛图像数据库上的实验显示出令人鼓舞的结果，识别准确率高达95.45%甚至100%，证明了眉毛识别在个人身份确认中的潜力和有效性。 生物特征识别技术在身份鉴别领域的重要性日益凸显，论文列举了人脸识别、虹膜识别、指纹识别、掌纹识别、人耳识别和步态识别等主流技术，强调眉毛识别的独特之处。眉毛图像相对稳定，不受光照和表情变化影响大，采集过程简单，即使在远距离也能实现，这使得眉毛识别在稳定性、抗干扰性和易用性方面优于人脸识别，而与步态识别相比，其具有更好的个体特异性和唯一性，尤其是在大规模数据处理时。 作者认为，眉毛识别不仅可以作为人脸识别的补充，还具备步态识别无法比拟的远程分析优势，同时其复杂的轮廓、形态和细节特征提供了丰富的识别信息。这篇论文通过对眉毛识别技术的探索，为生物特征识别领域的研究开辟了新的方向，展示了眉毛作为一种潜在的、实用的身份验证工具的可能性。