作为一种新兴的生物识别技术，近年来人耳受到了极大的关注。 在本文中，我们提出了一种新颖的3D耳朵形状匹配和识别系统。 首先，我们提出了一种新的方法来计算3D耳点云上每个点的显着性值，该方法基于平均曲率的高斯加权平均值，可以用于对关键点进行排序。 然后，我们提出使用Poisson Disk Sampling进行显着关键点的最佳选择。 最后，我们使用二次主流形方法将曲面拟合到每个显着关键点的邻域，从而建立每个显着关键点的局部特征描述符。 耳朵形状匹配的实验结果表明，与其他类似方法相比，该系统在形状特

我们提出了一种新颖的3D耳朵形状匹配算法。 首先，我们使用平均曲率的澳大利亚加权平均值计算3D耳朵点云中每个点的显着性值，并根据它们的显着性值对它们进行排序； 然后，我们使用泊松采样获得突出的关键点集。 最后，我们使用二次主流形拟合每个显着关键点的邻域，以构造局部形状特征。 实验结果表明，该方法具有较高的逼近精度和较高的匹配精度。