| 目录 | 第1-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-13页 |
| 插图索引 | 第13-15页 |
| 附表索引 | 第15-16页 |
| 第1章 绪论 | 第16-36页 |
| ·论文的背景和研究意义 | 第16-19页 |
| ·智能环境简介 | 第19-21页 |
| ·国内外研究现状 | 第21-29页 |
| ·多生物特征融合身份识别技术概述 | 第21-28页 |
| ·智能环境下身份识别的研究现状 | 第28-29页 |
| ·智能环境下基于视听信息融合身份识别的研究难点 | 第29-31页 |
| ·本文主要工作和结构安排 | 第31-36页 |
| ·本文的主要工作 | 第31-34页 |
| ·本文的结构安排 | 第34-36页 |
| 第2章 高鉴别能力人脸和语音特征提取研究 | 第36-54页 |
| ·引言 | 第36页 |
| ·基于鉴别能力分析的人脸DCT特征提取 | 第36-47页 |
| ·DCT系数 | 第37-38页 |
| ·鉴别能力分析 | 第38-39页 |
| ·LDA-LPP算法 | 第39-41页 |
| ·仿真实验分析 | 第41-47页 |
| ·基于Gammatone滤波器的静动态语音听觉特征提取 | 第47-52页 |
| ·Gammatone滤波器 | 第47-48页 |
| ·Gammatone滤波倒谱系数提取 | 第48-49页 |
| ·Gammatone滤波滑动差分倒谱 | 第49-50页 |
| ·仿真实验分析 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第3章 基于DCT系数和非线性子空间的人脸识别 | 第54-75页 |
| ·引言 | 第54页 |
| ·基于核相关权重鉴别分析的多特征融合人脸识别 | 第54-64页 |
| ·Gabor小波特征提取 | 第55-56页 |
| ·RWLDA算法 | 第56-57页 |
| ·核相关权值鉴别分析算法 | 第57-60页 |
| ·识别执行步骤 | 第60页 |
| ·仿真实验分析 | 第60-64页 |
| ·基于核鉴别局部保持投影的多特征融合人脸识别 | 第64-73页 |
| ·Hair特征提取 | 第64-66页 |
| ·DLPP算法 | 第66-68页 |
| ·核鉴别局部保持投影算法 | 第68-69页 |
| ·识别执行步骤 | 第69-70页 |
| ·仿真实验分析 | 第70-73页 |
| ·本章小结 | 第73-75页 |
| 第4章 基于静动态听觉特征融合与模型补偿的说话人识别 | 第75-88页 |
| ·引言 | 第75页 |
| ·基于静动态听觉特征融合与自适应GMM的说话人识别 | 第75-81页 |
| ·GMM模型 | 第76-77页 |
| ·基于自适应均值的GMM模型 | 第77-78页 |
| ·算法仿真和实验分析 | 第78-81页 |
| ·基于改进的局部保持投影的i-vector说话人识别 | 第81-86页 |
| ·改进的局部保持投影算法 | 第81-82页 |
| ·i-vector说话人识别系统 | 第82-84页 |
| ·算法执行步骤 | 第84页 |
| ·仿真结果分析 | 第84-86页 |
| ·本章小结 | 第86-88页 |
| 第5章 基于音视频信息多层级融合的多模态身份识别 | 第88-130页 |
| ·引言 | 第88-89页 |
| ·基于群体决策和多准则选择融合的证据组合方法 | 第89-96页 |
| ·证据理论概要 | 第89-90页 |
| ·基于群体决策的证据预处理 | 第90-94页 |
| ·多准则选择融合 | 第94-95页 |
| ·本文证据组合方法思想 | 第95-96页 |
| ·基于TER和不确定度量的匹配层融合算法 | 第96-99页 |
| ·总错误概率 | 第97页 |
| ·不确定度量融合方法 | 第97-98页 |
| ·本文融合算法思想 | 第98-99页 |
| ·基于高斯概率权值求解的逻辑回归排序层融合算法 | 第99-104页 |
| ·基于高斯概率密度估计的权值求解 | 第100-101页 |
| ·排序层融合 | 第101-104页 |
| ·本文排序层融合算法思想 | 第104页 |
| ·基于信任度函数和三角模的融合算法 | 第104-107页 |
| ·信任度函数 | 第104-106页 |
| ·三角模算子 | 第106-107页 |
| ·本文融合算法思想 | 第107页 |
| ·实验分析 | 第107-128页 |
| ·实验设置 | 第107-108页 |
| ·基于群体决策和多准则选择融合的证据组合方法的仿真分析 | 第108-114页 |
| ·基于TER和不确定度量的融合算法的仿真分析 | 第114-120页 |
| ·基于高斯权值求解和逻辑回归排序的融合算法的仿真分析 | 第120-125页 |
| ·基于信任度函数和三角模的融合算法的仿真分析 | 第125-128页 |
| ·本章小结 | 第128-130页 |
| 第6章 结论与展望 | 第130-134页 |
| 参考文献 | 第134-148页 |
| 致谢 | 第148-150页 |
| 附录A 发表的学术论文目录 | 第150-152页 |
| 附录B 参与的科研项目与获得的荣誉 | 第152页 |
