| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题研究的背景及意义 | 第10-12页 |
| ·研究的背景 | 第10-11页 |
| ·课题研究的意义 | 第11-12页 |
| ·主要研究内容 | 第12页 |
| ·本文组织结构 | 第12-14页 |
| 第2章 生物特征识别技术综述 | 第14-22页 |
| ·指纹识别 | 第14-15页 |
| ·人脸识别 | 第15-16页 |
| ·虹膜识别 | 第16页 |
| ·眉毛识别及北京工业大学眉毛数据库 | 第16-19页 |
| ·眉毛识别 | 第16-18页 |
| ·北京工业大学眉毛数据库 | 第18-19页 |
| ·其它生物特征识别 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第3章 纯眉毛区域的定位与提取方法研究 | 第22-34页 |
| ·眉毛图像的二值化 | 第22-25页 |
| ·基于投影分析的分割方法 | 第25-26页 |
| ·基于子区域增长的纯眉毛图像分割方法 | 第26-27页 |
| ·基于Adaboost的纯眉毛区域定位分割方法 | 第27-32页 |
| ·Haar-Like小波特征 | 第27-28页 |
| ·AdaBoost级联分类系统 | 第28-29页 |
| ·纯眉毛区域的定位与分割 | 第29-32页 |
| ·本章小结 | 第32-34页 |
| 第4章 眉毛特征串快速生成方法研究 | 第34-44页 |
| ·基于特征串比较的眉毛识别方法 | 第34-36页 |
| ·眉毛特征串的生成 | 第34-35页 |
| ·眉毛特征串比较 | 第35页 |
| ·眉毛特征串生成方法分析 | 第35-36页 |
| ·哈希Dijkstra近似快速算法 | 第36-42页 |
| ·基于p平稳分布的局部敏感哈希映射算法简介 | 第37-38页 |
| ·哈希Dijkstra近似快速算法 | 第38-40页 |
| ·哈希Dijkstra近似快速算法的实验分析 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第5章 匹配识别框架下的眉毛识别方法研究 | 第44-52页 |
| ·快速模板匹配 | 第44-47页 |
| ·快速卷积计算 | 第45-46页 |
| ·覆盖区域像素平方和的计算 | 第46-47页 |
| ·傅里叶频谱距离 | 第47-49页 |
| ·基于一维傅里叶变换的频谱距离 | 第48-49页 |
| ·基于二维傅里叶变换的频谱距离 | 第49页 |
| ·匹配识别框架下的眉毛识别方法 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 匹配识别框架下的眉毛识别实验及结果分析 | 第52-66页 |
| ·一维傅里叶频域距离参数D的选择试探实验 | 第53-54页 |
| ·眉毛识别实验及其可鉴别性分析 | 第54-57页 |
| ·The Indian Face Database上的匹配识别实验 | 第57-59页 |
| ·Color FERET Face Database上的匹配识别实验 | 第59-64页 |
| ·使用二维归一化频谱距离的相关实验 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间所发表的学术论文 | 第72-74页 |
| 致谢 | 第74页 |