| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 生物特征识别基本流程 | 第10-11页 |
| 1.3 掌纹识别简介 | 第11-13页 |
| 1.4 掌纹识别方法现状 | 第13页 |
| 1.5 3D掌纹简介 | 第13-15页 |
| 1.6 3D掌纹研究现状 | 第15-16页 |
| 1.7 本文主要研究内容和结构安排 | 第16-17页 |
| 第2章 3D掌纹识别基础知识介绍 | 第17-23页 |
| 2.1 3D掌纹图像采集 | 第17-18页 |
| 2.2 掌纹图像预处理 | 第18-20页 |
| 2.3 3D掌纹图像曲率特征提取 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 掌纹相干运算 | 第23-27页 |
| 3.1 3D掌纹图像相干信息提取 | 第23-26页 |
| 3.2 本章小结 | 第26-27页 |
| 第4章 降噪自动编码机在掌纹中的应用 | 第27-34页 |
| 4.1 自动编码机 | 第27-29页 |
| 4.2 降噪自动编码机 | 第29-30页 |
| 4.3 堆栈式降噪自动编码机 | 第30-33页 |
| 4.4 本章总结 | 第33-34页 |
| 第5章 real adaboost原理及在掌纹验证中的应用 | 第34-46页 |
| 5.1 adaboost算法原理 | 第34-38页 |
| 5.1.1 adaboost算法流程 | 第34-35页 |
| 5.1.2 基本弱分类器的构造 | 第35-36页 |
| 5.1.3 CART决策树构造弱分类器 | 第36-38页 |
| 5.2 real adaboost算法原理 | 第38-39页 |
| 5.2.1 real adaboost算法流程 | 第38-39页 |
| 5.2.2 弱分类器构造 | 第39页 |
| 5.3 实验结果与分析 | 第39-45页 |
| 5.3.1 样本预处理 | 第40-41页 |
| 5.3.2 降噪自动编码机的有效性 | 第41-42页 |
| 5.3.3 验证real adaboost分类器的有效性 | 第42-43页 |
| 5.3.4 本文算法与其它算法的比较 | 第43-45页 |
| 5.4 本章总结 | 第45-46页 |
| 第6章 总结与展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读硕士学位期间取得的科研成果 | 第53页 |