| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·课题研究意义与目的 | 第10-12页 |
| ·人耳识别技术的特征和现状 | 第12-18页 |
| ·人耳的生理特征 | 第12页 |
| ·人耳识别技术的研究现状 | 第12-17页 |
| ·人耳识别研究的问题和解决方法 | 第17-18页 |
| ·本文主要内容及各章内容安排 | 第18-20页 |
| 第二章 主成分分析方法(PCA) | 第20-37页 |
| ·主成分分析方法(PCA) | 第20-28页 |
| ·K-L变换原理 | 第20-21页 |
| ·基于K-L变换的PCA方法 | 第21-23页 |
| ·将PCA方法应用到人耳识别中 | 第23-24页 |
| ·奇异值分解定理(SVD) | 第24页 |
| ·PCA的几何解释 | 第24-25页 |
| ·PCA方法的计算步骤 | 第25-26页 |
| ·PCA方法的实验结果 | 第26-28页 |
| ·二维主成分分析方法(2DPCA) | 第28-32页 |
| ·2DPCA方法的原理 | 第29-30页 |
| ·2DPCA方法的计算步骤 | 第30页 |
| ·2DPCA方法的实验结果 | 第30-32页 |
| ·不同图库之间的交叉投影 | 第32-36页 |
| ·交叉投影思想的来源 | 第32-33页 |
| ·交叉投影的系统流程 | 第33-34页 |
| ·交叉投影的实验结果 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 Fisher线性判别方法(FLD) | 第37-48页 |
| ·Fisher线性判别方法 | 第37-39页 |
| ·Fisher线性判别方法的原理 | 第37-39页 |
| ·FLD方法存在的奇异性问题 | 第39页 |
| ·PCA&FLD方法 | 第39-42页 |
| ·PCA&FLD方法原理及计算步骤 | 第39-41页 |
| ·PCA&FLD方法实验结果 | 第41-42页 |
| ·二维Fisher线性判别分析方法(2DFLD) | 第42-44页 |
| ·传统的2DFLD方法原理 | 第42-43页 |
| ·以列向量为子模式的2DFLD方法 | 第43-44页 |
| ·以分块为子模式的2DFLD方法 | 第44页 |
| ·2DFLD方法中子模式性能的评价方法 | 第44-46页 |
| ·样本的离散程度 | 第45-46页 |
| ·子模式的相似度 | 第46页 |
| ·子模式性能的比较准则 | 第46页 |
| ·本章小结 | 第46-48页 |
| 第四章 实验 | 第48-58页 |
| ·实验所用图库介绍 | 第48-49页 |
| ·人耳图库介绍 | 第48页 |
| ·人脸图库介绍 | 第48-49页 |
| ·虹膜图库介绍 | 第49页 |
| ·实验环境 | 第49页 |
| ·分类器设计 | 第49-50页 |
| ·PCA、2DPCA、PCA&FLD及2DFLD四种识别方法的性能比较 | 第50-52页 |
| ·子模式性能的评价方法实验 | 第52-54页 |
| ·降低图像分辨率的实验 | 第54-57页 |
| ·降低图像分辨率的方法 | 第54-56页 |
| ·降低图像分辨率的实验 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 在学研究成果 | 第62-63页 |
| 致谢 | 第63页 |