首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人脸与虹膜融合与识别若干问题研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-25页
   ·生物特征识别技术第7-16页
     ·人脸识别第9-13页
     ·虹膜识别第13-16页
   ·多生物特征融合与识别第16-22页
     ·多生物特征融合与识别的发展现状第16-18页
     ·多生物特征的融合与识别方法第18-22页
   ·研究内容与内容安排第22-25页
     ·课题来源和研究意义第22-23页
     ·本文主要研究内容与内容安排第23-25页
第二章 基于核Fisher辨别分析的人脸识别第25-33页
   ·引言第25页
   ·核Fisher辨别分析第25-29页
     ·Fisher辨别分析第26-27页
     ·核Fisher辨别分析第27-29页
   ·核Fisher辨别分析应用于人脸特征提取第29-30页
   ·实验结果与分析第30-32页
     ·实验对象第30-31页
     ·结果与分析第31-32页
   ·本章小结第32-33页
第三章 基于小波变换与核Fisher辨别分析的人脸识别第33-41页
   ·引言第33页
   ·小波变换基础第33-36页
     ·小波变换简介第33-35页
     ·连续小波变换第35页
     ·离散小波变换第35-36页
   ·算法模型第36-38页
   ·实验结果与分析第38-40页
     ·实验对象第38页
     ·结果与分析第38-40页
   ·本章小结第40-41页
第四章 能量加权的子带杂交法应用于虹膜识别第41-48页
   ·引言第41页
   ·算法模型第41-45页
     ·小波变换第42-43页
     ·子带杂交—系数能量加权第43-44页
     ·2DPCA应用于虹膜特征提取第44-45页
   ·实验结果与分析第45-47页
     ·实验对象第45页
     ·结果与分析第45-47页
   ·本章小结第47-48页
第五章 基于小波特征与核方法的人脸与虹膜融合识别第48-55页
   ·引言第48-49页
   ·算法模型第49-52页
     ·小波变换应用于人脸与虹膜特征提取第49-50页
     ·特征标准化及特征融合第50-51页
     ·融合特征提取第51-52页
   ·实验结果与分析第52-54页
     ·实验对象第52页
     ·结果与分析第52-54页
   ·本章小结第54-55页
结束语第55-57页
参考文献第57-62页
攻读硕士学位期间取得的研究成果第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:基于局部二元模式的人脸表情识别
下一篇:数据流聚类算法及其应用的研究