| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 指纹活体检测研究现状 | 第11-12页 |
| 1.3 卷积神经网络研究现状 | 第12-13页 |
| 1.4 卷积神经网络与指纹活体检测 | 第13-14页 |
| 1.5 本文的主要工作 | 第14页 |
| 1.6 本文的组织结构 | 第14-16页 |
| 第二章 卷积神经网络相关基础理论 | 第16-27页 |
| 2.1 卷积神经网络结构 | 第16-21页 |
| 2.1.1 神经元 | 第16-17页 |
| 2.1.2 人工神经网络 | 第17-18页 |
| 2.1.3 卷积神经网络 | 第18-21页 |
| 2.2 NIN结构 | 第21-23页 |
| 2.2.1 1*1卷积核 | 第21页 |
| 2.2.2 MLP卷积层 | 第21-23页 |
| 2.3 神经网络的训练 | 第23-25页 |
| 2.3.1 前向传播 | 第23页 |
| 2.3.2 反向传播 | 第23-25页 |
| 2.3.3 卷积神经网络的训练 | 第25页 |
| 2.4 基于卷积神经网络的指纹活体检测框架 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于深度卷积神经网络的指纹活体检测算法 | 第27-38页 |
| 3.1 引言 | 第27页 |
| 3.2 算法的关键部分 | 第27-31页 |
| 3.2.1 改进的卷积层inception结构 | 第27-29页 |
| 3.2.2 批量归一化(Batch Normalization,BN) | 第29-30页 |
| 3.2.3 全局均值池化 | 第30-31页 |
| 3.3 基于深度卷积神经网络的指纹活体检测算法 | 第31-33页 |
| 3.3.1 指纹图像预处理 | 第31页 |
| 3.3.2 卷积神经网络的构建 | 第31-33页 |
| 3.4 实验过程及结果分析 | 第33-37页 |
| 3.4.1 实验环境介绍 | 第33页 |
| 3.4.2 数据集介绍 | 第33-34页 |
| 3.4.3 实验结果及分析 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于多层级联二尺度池化的指纹活体检测 | 第38-51页 |
| 4.1 引言 | 第38-39页 |
| 4.2 卷积神经网络的经典池化模型 | 第39-40页 |
| 4.2.1 均值池化模型 | 第39页 |
| 4.2.2 最大池化模型 | 第39-40页 |
| 4.2.3 随机池化模型 | 第40页 |
| 4.3 基于多层级联的二尺度池化指纹活体检测算法 | 第40-47页 |
| 4.3.1 二尺度池化模型 | 第40-43页 |
| 4.3.2 多层级联方法 | 第43-44页 |
| 4.3.3 MCTP-net网络结构 | 第44-47页 |
| 4.3.4 网络模型的训练 | 第47页 |
| 4.4 实验结果及分析 | 第47-50页 |
| 4.4.1 MCTP-net网络结构的有效性检验 | 第48-49页 |
| 4.4.2 MCTP-net对不同输入尺寸图像的鲁棒性检验 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 结论与展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58-60页 |
| 附录 (攻读硕士学位期间所发表的学术论文及成果) | 第60页 |