| 摘要 | 第1-9页 |
| ABSTRACT | 第9-15页 |
| 第1章 绪论 | 第15-34页 |
| ·研究背景和课题意义 | 第15-17页 |
| ·生物特征密钥生成系统的一般组成 | 第17-23页 |
| ·注册 | 第17-18页 |
| ·生物特征密钥生成系统中的活体检测 | 第18页 |
| ·生物特征密钥生成 | 第18-19页 |
| ·生物特征密钥的存储与管理 | 第19-20页 |
| ·生物特征密钥生成系统的性能评估 | 第20-22页 |
| ·生物特征识别技术的标准化 | 第22-23页 |
| ·鉴别生物特征提取 | 第23-28页 |
| ·几种线性数据降维技术概述 | 第24-26页 |
| ·基于局部特征的数据降维技术 | 第26-27页 |
| ·单样本生物特征提取 | 第27-28页 |
| ·生物特征密钥生成研究 | 第28-30页 |
| ·生物特征密钥生成的研究现状 | 第28-29页 |
| ·生物特征密钥生成的几种方法 | 第29-30页 |
| ·本文的主要研究成果 | 第30-32页 |
| ·论文的组织结构 | 第32-34页 |
| 第2章 最大方差差分嵌入数据降维算法 | 第34-48页 |
| ·引言 | 第34-35页 |
| ·局部保持投影算法 | 第35-37页 |
| ·无监督鉴别投影算法 | 第37-38页 |
| ·最大方差差分嵌入算法 | 第38-43页 |
| ·算法描述 | 第38-39页 |
| ·与PCA的联系 | 第39-40页 |
| ·与MMSD的联系 | 第40-42页 |
| ·VDE特征向量的有效计算方法 | 第42-43页 |
| ·仿真实验 | 第43-46页 |
| ·人脸数据库 | 第43-44页 |
| ·错误识别率与特征维数 | 第44-45页 |
| ·错误识别率与训练样本数 | 第45-46页 |
| ·最优参数c | 第46页 |
| ·小结 | 第46-48页 |
| 第3章 基于局部结构的最大边缘特征提取算法研究 | 第48-63页 |
| ·引言 | 第48-49页 |
| ·最大边缘局部保持投影 | 第49-54页 |
| ·最大边缘局部保持投影 | 第49-50页 |
| ·MMLPP算法性能评估 | 第50-51页 |
| ·基于Gabor滤波器的MMLPP算法 | 第51-54页 |
| ·最大边缘近邻保持嵌入算法 | 第54-61页 |
| ·局部线性嵌入算法 | 第54-56页 |
| ·近邻保持嵌入算法 | 第56-57页 |
| ·线性局部鉴别嵌入算法 | 第57页 |
| ·最大边缘近邻保持嵌入算法 | 第57-58页 |
| ·仿真实验 | 第58-61页 |
| ·小结 | 第61-63页 |
| 第4章 直接鉴别局部保持投影算法 | 第63-79页 |
| ·引言 | 第63页 |
| ·鉴别局部保持投影算法 | 第63-65页 |
| ·基于GABOR特征的直接鉴别局部保持投影算法 | 第65-67页 |
| ·直接鉴别局部保持投影算法 | 第65-66页 |
| ·高维空间的特征值问题 | 第66-67页 |
| ·基于GABOR特征的直接鉴别LPP仿真实验 | 第67-70页 |
| ·数据库 | 第67-68页 |
| ·不同维数下的错误识别率 | 第68-70页 |
| ·不同训练集大小情况下的错误识别率 | 第70页 |
| ·基于多项式扩展的直接鉴别局部保持投影算法 | 第70-74页 |
| ·核鉴别局部保持投影算法 | 第71-73页 |
| ·多项式空间中的直接鉴别局部保持投影算法 | 第73-74页 |
| ·关于PDDLPP的仿真实验 | 第74-77页 |
| ·数据库 | 第74页 |
| ·DDLPP的不同实现方式 | 第74-75页 |
| ·不同维数下的错误识别率 | 第75-76页 |
| ·不同训练集大小情况下的错误识别率 | 第76-77页 |
| ·计算复杂度和内存需求分析 | 第77-78页 |
| ·小结 | 第78-79页 |
| 第5章 梯度域单样本生物特征提取研究 | 第79-91页 |
| ·引言 | 第79页 |
| ·单样本光照不变生物特征提取算法 | 第79-83页 |
| ·多尺度Retinex图像增强算法 | 第79-80页 |
| ·多尺度自商图像增强算法 | 第80-81页 |
| ·基于对数全变分模型的光照处理算法 | 第81-83页 |
| ·多方向正交梯度相位脸 | 第83-87页 |
| ·仿真实验 | 第87-90页 |
| ·识别协议 | 第87页 |
| ·PIE光照人脸数据库上的实验 | 第87-88页 |
| ·基于PCA&LDA和OGPF的单样本人脸特征提取 | 第88-90页 |
| ·小结 | 第90-91页 |
| 第6章 基于鉴别分析的生物特征密钥生成研究 | 第91-115页 |
| ·引言 | 第91-92页 |
| ·几种相关模糊加密技术 | 第92-93页 |
| ·模糊承诺方案 | 第92-93页 |
| ·模糊保险箱方案 | 第93页 |
| ·二元生物特征模板生成中的量化方法 | 第93-99页 |
| ·2~N离散化 | 第93-94页 |
| ·统计量化机制 | 第94-95页 |
| ·稳健性2~N离散化 | 第95-97页 |
| ·几种量化算法的性能评估 | 第97-99页 |
| ·基于混沌随机投影的可撤销生物特征密钥生成 | 第99-105页 |
| ·混沌随机投影 | 第100页 |
| ·基于混沌随机投影的可撤销生物特征模板生成 | 第100-101页 |
| ·系统性能评估 | 第101-104页 |
| ·系统安全性分析 | 第104-105页 |
| ·基于手指静脉特征的生物特征密钥生成研究 | 第105-113页 |
| ·基于手指静脉纹路特征的密钥生成研究 | 第106-110页 |
| ·基于手指静脉特征点的密钥生成 | 第110-113页 |
| ·多阈值系统认证性能评估方法 | 第113页 |
| ·小结 | 第113-115页 |
| 总结和展望 | 第115-117页 |
| 致谢 | 第117-118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科研成果 | 第130页 |