基于线性分类器的多模态生物特征识别技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-23页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究现状及发展 | 第11-21页 |
| ·单模态生物特征识别技术概述 | 第11-13页 |
| ·典型的单模态生物特征识别技术 | 第13-17页 |
| ·多模态生物特征融合识别技术 | 第17-19页 |
| ·融合特征与融合层次 | 第19-21页 |
| ·研究内容与论文结构 | 第21-23页 |
| 第2章 基于子空间的特征提取算法 | 第23-37页 |
| ·人脸和掌纹识别系统 | 第23-26页 |
| ·人脸识别系统 | 第23-24页 |
| ·掌纹识别系统 | 第24-25页 |
| ·衡量生物特征识别系统性能的指标 | 第25-26页 |
| ·图像预处理 | 第26-28页 |
| ·中值滤波 | 第27页 |
| ·直方图均衡化 | 第27-28页 |
| ·人脸和掌纹特征提取的线性子空间算法 | 第28-36页 |
| ·主成分分析 | 第29-31页 |
| ·线性判别分析 | 第31-35页 |
| ·特征分类算法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于典型相关分析的人脸和掌纹特征融合算法 | 第37-47页 |
| ·典型相关分析概述 | 第37-39页 |
| ·基本思想 | 第37-38页 |
| ·典型相关变量的求解 | 第38-39页 |
| ·人脸和掌纹的特征层融合 | 第39-41页 |
| ·特征归一化 | 第40页 |
| ·特征融合 | 第40-41页 |
| ·图像库介绍 | 第41-43页 |
| ·实验结果与分析 | 第43-46页 |
| ·典型相关分析融合主成分分析提取特征 | 第43-45页 |
| ·典型相关分析融合线性判别分析提取特征 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于复数的人脸和掌纹特征融合 | 第47-62页 |
| ·复数域融合算法概述 | 第47页 |
| ·复数域独立成分分析 | 第47-56页 |
| ·独立成分分析的原理 | 第48-49页 |
| ·样本矩阵中心化 | 第49-50页 |
| ·样本数据白化 | 第50页 |
| ·计算独立成分 | 第50-53页 |
| ·实验结果与分析 | 第53-56页 |
| ·复数域局部保持投影 | 第56-61页 |
| ·局部保持投影的基本原理 | 第56页 |
| ·局部保持投影算法 | 第56-58页 |
| ·实验结果与分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士期间发表的学术论文 | 第70页 |
