| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 插图 | 第14-20页 |
| 表格 | 第20-22页 |
| 算法 | 第22-24页 |
| 第1章 绪论 | 第24-49页 |
| ·课题背景及意义 | 第24-27页 |
| ·三维人脸识别研究现状 | 第27-37页 |
| ·三维人脸模型 | 第28页 |
| ·三维人脸数据库 | 第28-29页 |
| ·三维人脸预处理 | 第29-32页 |
| ·三维人脸识别算法 | 第32-37页 |
| ·三维人脸模板保护研究现状 | 第37-45页 |
| ·生物识别系统中的安全漏洞与隐私泄露 | 第38-39页 |
| ·生物模板保护技术简介 | 第39-42页 |
| ·模板保护算法发展状况 | 第42-45页 |
| ·存在问题及分析 | 第45-46页 |
| ·本文主要研究内容 | 第46-49页 |
| 第2章 模板保护技术约束条件下的三维人脸模型预处理算法研究 | 第49-64页 |
| ·引言 | 第49页 |
| ·预处理框架 | 第49-50页 |
| ·点云模型滤波 | 第50-52页 |
| ·点云模型介绍 | 第50-51页 |
| ·滤波 | 第51-52页 |
| ·人脸切割 | 第52-59页 |
| ·人脸粗定位 | 第52-53页 |
| ·特征点定位 | 第53-57页 |
| ·人脸区域截取 | 第57-59页 |
| ·坐标统一化及配准 | 第59-60页 |
| ·实验结果分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第3章 模板保护技术约束条件下的三维人脸模型特征提取及匹配 | 第64-82页 |
| ·引言 | 第64页 |
| ·直方图局部统计高维特征提取算法描述 | 第64-68页 |
| ·算法框架 | 第64-65页 |
| ·深度信息和灰度信息融合 | 第65页 |
| ·人脸区域分块 | 第65-66页 |
| ·特征提取 | 第66-68页 |
| ·直方图局部统计高维特征提取算法仿真实验 | 第68-71页 |
| ·仿真数据库 | 第68页 |
| ·分类器选取 | 第68页 |
| ·实验结果及分析 | 第68-71页 |
| ·多模态信息融合的整体统计低维特征提取算法描述 | 第71-78页 |
| ·算法框架 | 第71-72页 |
| ·重采样 | 第72-73页 |
| ·DGC坐标系和空间融合 | 第73-74页 |
| ·CFD特征提取算法 | 第74-76页 |
| ·决策级融合 | 第76-78页 |
| ·多模态信息融合的整体统计低维特征算法仿真实验 | 第78-80页 |
| ·仿真数据库 | 第78页 |
| ·分类器选取 | 第78页 |
| ·实验结果及分析 | 第78-80页 |
| ·本章小结 | 第80-82页 |
| 第4章 基于密钥生成原则的高维特征模板保护算法 | 第82-102页 |
| ·引言 | 第82页 |
| ·模板保护的基本概念 | 第82-88页 |
| ·定义与符号 | 第82-86页 |
| ·纠错码 | 第86-88页 |
| ·自伪装模板保护算法 | 第88-94页 |
| ·自伪装模板保护算法框架 | 第88-90页 |
| ·注册阶段 | 第90-93页 |
| ·验证阶段 | 第93-94页 |
| ·识别性能分析 | 第94-97页 |
| ·安全性分析 | 第97-100页 |
| ·小结 | 第100-102页 |
| 第5章 基于密钥绑定原则的低维特征模板保护算法 | 第102-116页 |
| ·引言 | 第102页 |
| ·相关基础技术 | 第102-105页 |
| ·秘密分享技术 | 第102-104页 |
| ·格雷码技术 | 第104-105页 |
| ·秘密分享模板算法描述与分析 | 第105-110页 |
| ·秘密分享模板保护算法框架 | 第105-107页 |
| ·注册阶段 | 第107-109页 |
| ·验证阶段 | 第109-110页 |
| ·识别性能分析 | 第110-112页 |
| ·安全性分析 | 第112-113页 |
| ·SMS算法与SST算法的比较 | 第113-115页 |
| ·本章小结 | 第115-116页 |
| 结论 | 第116-118页 |
| 参考文献 | 第118-130页 |
| 攻读博士学位期间发表的学术论文及其它成果 | 第130-133页 |
| 致谢 | 第133-135页 |
| 个人简历 | 第135页 |