基于向量描述的掌纹识别方法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 掌纹识别技术概述 | 第11-13页 |
| 1.4 本文主要研究工作 | 第13-14页 |
| 1.5 文章结构 | 第14-15页 |
| 第2章 原始空间上的基于向量描述方法 | 第15-24页 |
| 2.1 引言 | 第15-16页 |
| 2.2 全局的基于向量描述方法 | 第16-18页 |
| 2.3 局部的基于向量描述方法 | 第18-19页 |
| 2.4 实验结果 | 第19-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 特征空间上的基于向量描述方法 | 第24-35页 |
| 3.1 引言 | 第24-25页 |
| 3.2 原始空间到特征空间的映射 | 第25-27页 |
| 3.2.1 核函数以及函数参数的选择 | 第25-26页 |
| 3.2.2 实验结果 | 第26-27页 |
| 3.3 特征空间上的基于向量描述的方法 | 第27-34页 |
| 3.3.1 匹配 | 第27-29页 |
| 3.3.2 实验结果 | 第29-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于向量描述和竞争编码得分融合 | 第35-44页 |
| 4.1 引言 | 第35页 |
| 4.2 基于竞争编码的匹配得分 | 第35-37页 |
| 4.3 基于向量描述的匹配得分 | 第37-38页 |
| 4.4 得分融合 | 第38-39页 |
| 4.5 实验结果 | 第39-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第5章 双模态下的基于向量描述方法 | 第44-52页 |
| 5.1 引言 | 第44-45页 |
| 5.2 自适应融合机制 | 第45-46页 |
| 5.3 复空间的线性表示 | 第46-47页 |
| 5.4 实验结果 | 第47-51页 |
| 5.4.1 实验数据库 | 第47-48页 |
| 5.4.2 实验结果 | 第48-49页 |
| 5.4.3 不同方法的对比 | 第49-51页 |
| 5.5 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-62页 |
| 致谢 | 第62页 |
