基于多模态生物特征的身份识别
摘要 | 第1-5页 |
Abstract | 第5-7页 |
目录 | 第7-10页 |
第一章 绪论 | 第10-16页 |
·传统的身份识别技术 | 第10页 |
·生物特征身份识别技术 | 第10-13页 |
·人脸识别 | 第11-12页 |
·指纹识别 | 第12-13页 |
·基于多模态生物特征的身份识别技术 | 第13-14页 |
·本文的主要工作及章节安排 | 第14-16页 |
第二章 人脸检测与特征提取 | 第16-40页 |
·引言 | 第16页 |
·人脸检测技术简介 | 第16-18页 |
·基于知识的人脸检测 | 第16-17页 |
·基于统计的人脸检测 | 第17-18页 |
·对输入图像进行人脸检测 | 第18-31页 |
·人脸检测系统概述 | 第18-20页 |
·对眼睛所在区域的检测 | 第20页 |
·建立椭圆模板 | 第20-22页 |
·求取边缘图像 | 第22-23页 |
·基于椭圆环模板的匹配 | 第23-25页 |
·其它需要考虑的问题 | 第25页 |
·实现过程 | 第25-29页 |
·人脸检测结果 | 第29-30页 |
·分析及小结 | 第30-31页 |
·人脸特征提取 | 第31-39页 |
·人脸特征提取概述 | 第31页 |
·对边缘细化 | 第31-34页 |
·数学形态学与击中击不中变换 | 第31-33页 |
·细化边缘 | 第33-34页 |
·人脸轮廓特征提取 | 第34-35页 |
·人眼特征提取 | 第35-38页 |
·嘴巴特征提取 | 第38页 |
·特征提取小结 | 第38-39页 |
·本章总结 | 第39-40页 |
第三章 指纹特征提取 | 第40-54页 |
·引言 | 第40页 |
·指纹识别技术简介 | 第40-41页 |
·指纹图像的预处理和特征提取过程 | 第41-43页 |
·指纹特征提取系统概述 | 第41-42页 |
·实现过程 | 第42-43页 |
·指纹图像的预处理 | 第43-47页 |
·对输入的指纹图像滤波 | 第44页 |
·二值化指纹图像 | 第44-45页 |
·细化指纹的纹线 | 第45-47页 |
·指纹特征提取 | 第47-53页 |
·方向场估计 | 第48-51页 |
·计算指纹图像中各点的梯度 | 第48页 |
·求解局部块内各点的方向 | 第48-49页 |
·局部块内的主流方向 | 第49-51页 |
·提取指纹局部特征 | 第51-53页 |
·检测细节点 | 第51-52页 |
·去除假细节点 | 第52页 |
·细节点处特征信息提取 | 第52-53页 |
·本章总结 | 第53-54页 |
第四章 信息融合理论与方法 | 第54-64页 |
·信息融合概述 | 第54-55页 |
·信息融合的基本原理 | 第55-56页 |
·信息融合的层次结构 | 第56-60页 |
·数据层融合 | 第56-57页 |
·特征层融合 | 第57-59页 |
·决策层融合 | 第59-60页 |
·三种层次融合的比较 | 第60页 |
·信息融合算法 | 第60-62页 |
·贝叶斯方法 | 第61页 |
·D-S 证据理论 | 第61-62页 |
·神经网络 | 第62页 |
·本章总结 | 第62-64页 |
第五章基于人脸和指纹的多模态生物特征身份识别 | 第64-75页 |
·多模态生物特征身份识别技术概述 | 第64-65页 |
·决策层融合及识别步骤 | 第65页 |
·神经网络简介 | 第65-69页 |
·神经元 | 第66-67页 |
·神经网络的主要类型 | 第67-69页 |
·BP 网络(误差反向传播网络) | 第68-69页 |
·Hopfield 网络 | 第69页 |
·基于神经网络分类器的信息融合 | 第69-73页 |
·分类器的设计 | 第70-71页 |
·把融合问题归结为一个分类问题 | 第71-73页 |
·训练过程 | 第72-73页 |
·识别过程 | 第73页 |
·对系统的分析 | 第73-74页 |
·本章总结 | 第74-75页 |
第六章结束语 | 第75-77页 |
·全文总结 | 第75页 |
·不足与展望 | 第75-77页 |
参考文献 | 第77-79页 |
致谢 | 第79-80页 |
个人简历、在学期间的研究成果及发表的学术论文 | 第80页 |