| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.2 多模态生物特征融合技术概述 | 第13-16页 |
| 1.3 多模态生物特征识别技术研究现状 | 第16-17页 |
| 1.4 本文的研究内容和组织结构 | 第17-18页 |
| 第二章 单模态生物特征识别技术 | 第18-27页 |
| 2.1 人脸识别算法 | 第18-23页 |
| 2.2 指纹识别算法 | 第23-24页 |
| 2.3 指静脉识别算法 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于改进的fisher vector多模态特征融合识别算法 | 第27-48页 |
| 3.1 多模态特征融合的理论与方法 | 第27-29页 |
| 3.1.1 多模态特征识别融合层次的划分 | 第27-29页 |
| 3.1.2 多模态特征识别融合层次的比较 | 第29页 |
| 3.2 特征层融合理论与方法 | 第29-32页 |
| 3.2.1 串行特征融合 | 第29-30页 |
| 3.2.2 并行特征融合 | 第30-31页 |
| 3.2.3 基于核函数的特征融合 | 第31-32页 |
| 3.3 Fisher vector思想及原理 | 第32-38页 |
| 3.3.1 Fisher核介绍 | 第32-33页 |
| 3.3.2 Fisher核在图像分类中的应用 | 第33-35页 |
| 3.3.3 Fisher vector归一化 | 第35-37页 |
| 3.3.4 计算fisher vector | 第37-38页 |
| 3.4 分类器 | 第38-40页 |
| 3.5 基于fisher vector的多特征融合算法 | 第40-41页 |
| 3.5.1 算法思想 | 第40-41页 |
| 3.5.2 算法实现步骤 | 第41页 |
| 3.6 实验及结果 | 第41-47页 |
| 3.6.1 数据库 | 第42-45页 |
| 3.6.2 实验结果 | 第45-47页 |
| 3.7 本章小结 | 第47-48页 |
| 第四章 多模态生物特征融合中的活体检测 | 第48-59页 |
| 4.1 活体检测算法研究背景 | 第48-49页 |
| 4.2 常见的活体检测算法 | 第49-50页 |
| 4.3 基于DCT系数的活体检测算法 | 第50-52页 |
| 4.3.1 离散余弦变换 | 第50-51页 |
| 4.3.2 图像预处理 | 第51页 |
| 4.3.3 图像DCT变换并提取DCT系数 | 第51-52页 |
| 4.4 基于活体检测的fisher vector多特征融合识别系统 | 第52-57页 |
| 4.4.1 特征数据库的建立 | 第52-56页 |
| 4.4.2 系统实现流程 | 第56-57页 |
| 4.5 实验结果 | 第57-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士研究生期间研究成果 | 第66-67页 |
| 学位论文评阅及答辩情况表 | 第67页 |
