异质虹膜图像的鲁棒识别
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 表格 | 第13-14页 |
| 插图 | 第14-18页 |
| 第一章 绪论 | 第18-32页 |
| ·研究背景、目的与意义 | 第18-24页 |
| ·研究内容和目标 | 第24-26页 |
| ·研究思路 | 第26-27页 |
| ·本文结构 | 第27-32页 |
| 第二章 异质虹膜识别概述 | 第32-48页 |
| ·引言 | 第32页 |
| ·虹膜识别基本原理与一般框架 | 第32-37页 |
| ·基本原理 | 第32-34页 |
| ·发展历程 | 第34页 |
| ·一般框架 | 第34-37页 |
| ·异质虹膜识别定义和分类 | 第37-41页 |
| ·异质虹膜识别的研究现状 | 第41-47页 |
| ·模糊虹膜识别 | 第41-44页 |
| ·低分辨率虹膜识别 | 第44-46页 |
| ·跨设备的虹膜识别 | 第46-47页 |
| ·其它用于提升虹膜识别性能的算法 | 第47页 |
| ·小结 | 第47-48页 |
| 第三章 基于点扩散函数修正的模糊虹膜图像增强 | 第48-66页 |
| ·引言 | 第48-49页 |
| ·相关研究 | 第49-51页 |
| ·基于点扩散函数修正的模糊虹膜图像增强 | 第51-60页 |
| ·整体结构 | 第51-52页 |
| ·点扩散函数预估计 | 第52-57页 |
| ·有效区域选择 | 第57-59页 |
| ·完整算法及数学表达 | 第59-60页 |
| ·实验与分析 | 第60-65页 |
| ·数据库及实验设置 | 第60-62页 |
| ·实验结果 | 第62-65页 |
| ·讨论与小结 | 第65-66页 |
| 第四章 基于机器感知的模糊虹膜图像增强 | 第66-86页 |
| ·引言 | 第66-67页 |
| ·相关研究 | 第67-69页 |
| ·基于稀疏表达的图像处理框架 | 第67-68页 |
| ·自适应的图像先验模型 | 第68页 |
| ·非局部相似性 | 第68-69页 |
| ·基于机器感知的模糊虹膜图像增强 | 第69-79页 |
| ·动机和整体结构 | 第69-71页 |
| ·层级化的先验模型 | 第71-75页 |
| ·基于隐变量的公式化表达 | 第75-78页 |
| ·方法的数学表达 | 第78-79页 |
| ·实验结果 | 第79-84页 |
| ·合成样本上的实验结果 | 第80-81页 |
| ·真实数据库上的实验结果 | 第81-84页 |
| ·讨论与小结 | 第84-86页 |
| 第五章 基于加权匹配模板的运动模糊虹膜识别方法 | 第86-98页 |
| ·引言 | 第86-87页 |
| ·相关研究 | 第87-88页 |
| ·基于加权匹配模板的运动模糊虹膜识别方法 | 第88-94页 |
| ·实验探索 | 第88-92页 |
| ·加权匹配模板的生成 | 第92-94页 |
| ·实验结果 | 第94-97页 |
| ·参数确定 | 第94-96页 |
| ·合成数据库上的实验结果 | 第96页 |
| ·真实数据库上的实验结果 | 第96-97页 |
| ·讨论与小结 | 第97-98页 |
| 第六章 基于度量学习的低分辨率虹膜识别方法 | 第98-116页 |
| ·引言 | 第98-99页 |
| ·相关研究 | 第99-101页 |
| ·基于度量学习的低分辨率虹膜识别方法 | 第101-109页 |
| ·理想点间相似度的构建 | 第103-106页 |
| ·马氏距离中矩阵A的优化 | 第106-108页 |
| ·基于度量学习的虹膜识别 | 第108-109页 |
| ·实验结果 | 第109-114页 |
| ·数据集描述 | 第109-110页 |
| ·与度量学习方法的对比 | 第110-112页 |
| ·结合超分辨算法的性能评估 | 第112页 |
| ·关于所提算法的进一步讨论 | 第112-114页 |
| ·讨论与小结 | 第114-116页 |
| 第七章 普适异质虹膜识别的编码层信息映射方法 | 第116-138页 |
| ·引言 | 第116-117页 |
| ·相关研究 | 第117-120页 |
| ·马尔科夫网络 | 第118-119页 |
| ·马尔科夫网络建模虹膜编码的合理性分析 | 第119-120页 |
| ·普适异质虹膜识别的编码层信息映射方法 | 第120-125页 |
| ·具有多个观测样本的异质马尔科夫网络 | 第120-123页 |
| ·对应观测节点和未知节点间的相容性 | 第123-124页 |
| ·邻域内点对间的相容性 | 第124-125页 |
| ·统计概率的估计 | 第125页 |
| ·基于统计信息的匹配模板 | 第125-126页 |
| ·对多异质源问题的扩展 | 第126-128页 |
| ·单图单源的扩展 | 第127页 |
| ·单图多源的扩展 | 第127-128页 |
| ·实验结果 | 第128-136页 |
| ·数据库描述 | 第128-129页 |
| ·以低分辨虹膜识别为应用的实验 | 第129-131页 |
| ·以离焦模糊虹膜识别为应用的实验 | 第131-132页 |
| ·以跨设备虹膜识别为应用的实验 | 第132-134页 |
| ·以多异质源的虹膜识别为应用的实验 | 第134-136页 |
| ·讨论与小结 | 第136-138页 |
| 第八章 总结和展望 | 第138-144页 |
| ·论文工作总结 | 第138-141页 |
| ·未来工作展望 | 第141-144页 |
| 参考文献 | 第144-154页 |
| 攻读博士期间发表的论文和专利 | 第154-156页 |
| 致谢 | 第156-157页 |
