基于贝叶斯决策融合的多生物特征识别系统
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题背景 | 第9-10页 |
| ·课题研究目的及意义 | 第10-12页 |
| ·研究内容及论文组织 | 第12-14页 |
| 第二章 多生物特征识别系统框架 | 第14-27页 |
| ·系统概述 | 第14页 |
| ·工作模式 | 第14-15页 |
| ·功能模块 | 第15-23页 |
| ·人脸识别模块 | 第16-18页 |
| ·指纹识别模块 | 第18-20页 |
| ·声纹识别模块 | 第20-21页 |
| ·多生物特征融合模块 | 第21-23页 |
| ·性能指标 | 第23-25页 |
| ·开发环境 | 第25-27页 |
| 第三章 基于子空间分析的人脸识别 | 第27-41页 |
| ·人脸识别的基本原理 | 第27-28页 |
| ·算法设计 | 第28-35页 |
| ·主元分析法 | 第28-31页 |
| ·线性判别法 | 第31-33页 |
| ·两种方法结合 | 第33-35页 |
| ·实验结果 | 第35-38页 |
| ·系统实现 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于Gabor 滤波的指纹识别 | 第41-55页 |
| ·指纹识别的基本原理 | 第41-42页 |
| ·算法设计 | 第42-48页 |
| ·定位参考点 | 第42-43页 |
| ·确定特征提取区域 | 第43-44页 |
| ·归一化 | 第44页 |
| ·Gabor 滤波 | 第44-45页 |
| ·提取指纹特征 | 第45页 |
| ·特征匹配 | 第45-48页 |
| ·实验结果 | 第48-52页 |
| ·系统实现 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 多生物特征决策级融合 | 第55-79页 |
| ·多生物特征融合的基本原理 | 第55-56页 |
| ·算法设计 | 第56-73页 |
| ·粒子群优化算法 | 第56-65页 |
| ·连续型粒子群优化算法 | 第57-60页 |
| ·二进制粒子群优化算法 | 第60-62页 |
| ·带速度限制的二进制粒子群优化算法 | 第62-65页 |
| ·最小风险贝叶斯决策 | 第65-71页 |
| ·贝叶斯风险构造 | 第65-67页 |
| ·代价权重设置 | 第67-69页 |
| ·融合结果计算 | 第69-71页 |
| ·基于粒子群优化算法的贝叶斯决策融合 | 第71-73页 |
| ·实验结果 | 第73-76页 |
| ·系统实现 | 第76-77页 |
| ·本章小结 | 第77-79页 |
| 第六章 总结与展望 | 第79-81页 |
| ·总结 | 第79-80页 |
| ·展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻硕期间取得的研究成果 | 第86-87页 |
