| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 背景 | 第15-18页 |
| 1.1.1 指纹特征 | 第16-17页 |
| 1.1.2 小面积指纹介绍 | 第17-18页 |
| 1.2 相关研究现状 | 第18-20页 |
| 1.3 小面积指纹识别所面临的问题和挑战 | 第20-21页 |
| 1.4 本文主要贡献和内容安排 | 第21-23页 |
| 第二章 指纹识别系统及相关技术 | 第23-43页 |
| 2.1 指纹图像的采集 | 第23-29页 |
| 2.1.1 指纹采集方案介绍 | 第23-26页 |
| 2.1.2 指纹数据库介绍 | 第26-29页 |
| 2.2 指纹图像的预处理 | 第29-32页 |
| 2.2.1 指纹图像分割 | 第29-30页 |
| 2.2.2 指纹图像增强 | 第30-31页 |
| 2.2.3 指纹图像二值化 | 第31-32页 |
| 2.3 指纹特征提取 | 第32-37页 |
| 2.3.1 指纹方向场提取 | 第32-34页 |
| 2.3.2 指纹细节点提取 | 第34-37页 |
| 2.4 指纹匹配 | 第37-41页 |
| 2.5 性能评估 | 第41-43页 |
| 第三章 基于深度学习和多特征融合的小面积指纹识别算法 | 第43-61页 |
| 3.1 基于深度学习的指纹方向场提取方法 | 第43-49页 |
| 3.1.1 网络及流程设计 | 第43-45页 |
| 3.1.2 训练数据及标签获取 | 第45-47页 |
| 3.1.3 目标函数设计 | 第47-48页 |
| 3.1.4 训练流程 | 第48-49页 |
| 3.2 基于全卷积网络的指纹细节点提取方法 | 第49-54页 |
| 3.2.1 网络及流程设计 | 第49-52页 |
| 3.2.2 训练数据及标签获取 | 第52-53页 |
| 3.2.3 目标函数设计 | 第53页 |
| 3.2.4 训练流程 | 第53-54页 |
| 3.3 其它指纹相关特征提取 | 第54-56页 |
| 3.3.1 指纹频率场提取 | 第54-55页 |
| 3.3.2 指纹能量场提取 | 第55页 |
| 3.3.3 指纹相干场提取 | 第55-56页 |
| 3.3.4 指纹脊线计数 | 第56页 |
| 3.4 基于选择性延展的指纹细节点匹配算子 | 第56-58页 |
| 3.4.1 选择性延展算子的构建 | 第56-57页 |
| 3.4.2 选择性延展算子的匹配 | 第57-58页 |
| 3.5 多特征融合匹配分数设计 | 第58-61页 |
| 第四章 实验及结果分析 | 第61-67页 |
| 4.1 相关指纹数据库说明 | 第61-62页 |
| 4.2 相关指纹算法结果 | 第62-65页 |
| 4.2.1 方向场提取结果 | 第62-63页 |
| 4.2.2 细节点提取结果 | 第63-64页 |
| 4.2.3 小面积指纹识别结果 | 第64-65页 |
| 4.3 结果分析 | 第65-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 本文工作总结 | 第67页 |
| 5.2 未来工作展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75页 |