| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-28页 |
| 1.1 概述 | 第11-13页 |
| 1.2 概念和术语 | 第13-15页 |
| 1.2.1 验证与识别 | 第13页 |
| 1.2.2 误识率与拒识率 | 第13-14页 |
| 1.2.3 DET曲线 | 第14-15页 |
| 1.2.4 判别性指标 | 第15页 |
| 1.3 生物特征识别 | 第15-25页 |
| 1.3.1 人脸识别 | 第17-20页 |
| 1.3.2 掌纹识别 | 第20-22页 |
| 1.3.3 指关节纹识别 | 第22-25页 |
| 1.4 本文研究工作概述 | 第25-26页 |
| 1.5 本文的内容安排 | 第26-28页 |
| 2 特征抽取方法概述 | 第28-36页 |
| 2.1 引言 | 第28-29页 |
| 2.2 基于编码的特征抽取方法 | 第29-33页 |
| 2.2.1 竞争编码(CompCode) | 第29-30页 |
| 2.2.2 鲁棒线方向编码(RLOC) | 第30页 |
| 2.2.3 次序编码(OrdinalCode) | 第30-31页 |
| 2.2.4 距离匹配 | 第31-33页 |
| 2.3 基于回归分析的特征抽取方法 | 第33-35页 |
| 2.3.1 脊回归(RR) | 第33-34页 |
| 2.3.2 Logistic回归(LR) | 第34-35页 |
| 2.4 小结 | 第35-36页 |
| 3 基于线性重构和自适应二值融合的指关节纹识别 | 第36-59页 |
| 3.1 引言 | 第36-37页 |
| 3.2 基于线性重构的识别 | 第37-43页 |
| 3.2.1 基本思想 | 第37-38页 |
| 3.2.2 基于l_1范数正则的重构 | 第38-40页 |
| 3.2.3 基于l_2范数正则的重构 | 第40-41页 |
| 3.2.4 基于块图像的重构 | 第41-43页 |
| 3.3 匹配距离的融合 | 第43-47页 |
| 3.3.1 经典的融合方法 | 第44页 |
| 3.3.2 自适应二值融合(ABF) | 第44-47页 |
| 3.4 R-ABF算法步骤 | 第47页 |
| 3.5 实验结果与分析 | 第47-56页 |
| 3.5.1 不同融合方法的比较 | 第48-49页 |
| 3.5.2 实验设置和参数选择 | 第49-50页 |
| 3.5.3 指关节纹识别 | 第50-53页 |
| 3.5.4 局部特征和全局特征的结合 | 第53-55页 |
| 3.5.5 掌纹识别 | 第55-56页 |
| 3.6 讨论 | 第56-58页 |
| 3.6.1 块的分割的影响 | 第56-57页 |
| 3.6.2 大规模数据库中字典的更新 | 第57-58页 |
| 3.7 本章小结 | 第58-59页 |
| 4 基于多方向和纹理融合编码的指关节纹识别 | 第59-78页 |
| 4.1 引言 | 第59-61页 |
| 4.2 多重方向和纹理特征抽取 | 第61-65页 |
| 4.2.1 基本思想 | 第61页 |
| 4.2.2 多重方向特征提取 | 第61-64页 |
| 4.2.3 多重纹理特征提取 | 第64-65页 |
| 4.3 特征匹配 | 第65-67页 |
| 4.4 方向信息和纹理信息的融合 | 第67-68页 |
| 4.5 MoriCode&MtexCode算法步骤 | 第68页 |
| 4.6 实验结果与分析 | 第68-76页 |
| 4.6.1 数据库介绍 | 第68-69页 |
| 4.6.2 参数的选择 | 第69-70页 |
| 4.6.3 模板f的有效性 | 第70页 |
| 4.6.4 指关节纹识别 | 第70-75页 |
| 4.6.5 掌纹识别 | 第75-76页 |
| 4.7 讨论 | 第76-77页 |
| 4.8 本章小结 | 第77-78页 |
| 5 基于加权竞争编码的指关节纹识别 | 第78-86页 |
| 5.1 引言 | 第78-79页 |
| 5.2 加权竞争编码 | 第79-82页 |
| 5.2.1 基本思想 | 第79-80页 |
| 5.2.2 权值构造 | 第80-81页 |
| 5.2.3 加权距离匹配 | 第81页 |
| 5.2.4 权值模式距离 | 第81-82页 |
| 5.3 实验结果与分析 | 第82-85页 |
| 5.3.1 权值的有效性 | 第82页 |
| 5.3.2 指关节纹识别 | 第82-84页 |
| 5.3.3 掌纹识别 | 第84-85页 |
| 5.4 本章小结 | 第85-86页 |
| 6 基于贝叶斯内容回归的生物特征识别 | 第86-100页 |
| 6.1 引言 | 第86-87页 |
| 6.2 基于贝叶斯的回归方法 | 第87-91页 |
| 6.2.1 基本思想 | 第87-89页 |
| 6.2.2 BAR算法 | 第89-91页 |
| 6.2.3 分类策略 | 第91页 |
| 6.3 BAR算法步骤 | 第91-92页 |
| 6.4 实验结果与分析 | 第92-98页 |
| 6.4.1 指关节纹识别 | 第92-93页 |
| 6.4.2 掌纹识别 | 第93-94页 |
| 6.4.3 人脸识别 | 第94-98页 |
| 6.5 时间比较 | 第98页 |
| 6.6 本章小结 | 第98-100页 |
| 结束语 | 第100-101页 |
| 致谢 | 第101-102页 |
| 参考文献 | 第102-117页 |
| 附录 | 第117-118页 |