| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题提出及研究意义 | 第7-8页 |
| ·多生物特征融合识别研究背景 | 第8-11页 |
| ·融合特征与融合层次的选择 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文的主要内容及研究工作 | 第11-13页 |
| 第二章 人脸识别技术 | 第13-23页 |
| ·人脸识别的概况 | 第13-14页 |
| ·人脸识别研究内容 | 第13页 |
| ·人脸识别研究现状 | 第13-14页 |
| ·人脸识别系统的基本组成 | 第14-15页 |
| ·人脸识别算法 | 第15-19页 |
| ·主成分分析法(PCA) | 第15-18页 |
| ·线性判别分析法(LDA) | 第18-19页 |
| ·主成分分析与线性判别分析结合法(PCA+LDA) | 第19页 |
| ·实验及结果分析 | 第19-22页 |
| ·小结 | 第22-23页 |
| 第三章 声纹识别技术 | 第23-35页 |
| ·声纹识别技术的概况 | 第23-24页 |
| ·声纹识别技术的基本原理 | 第23-24页 |
| ·声纹识别技术的研究现状 | 第24页 |
| ·声纹特征的提取 | 第24-27页 |
| ·特征提取的基本过程 | 第25页 |
| ·MFCC 特征及ΔMFCC 特征 | 第25-27页 |
| ·声纹识别模型 | 第27-30页 |
| ·矢量量化模型(VQ) | 第27-28页 |
| ·人工神经网络模型(ANN) | 第28-29页 |
| ·混合高斯模型(GMM) | 第29-30页 |
| ·实验及结果分析 | 第30-33页 |
| ·VQ 模型实验 | 第31-32页 |
| ·BPN 模型实验 | 第32页 |
| ·GMM 模型实验 | 第32-33页 |
| ·小结 | 第33-35页 |
| 第四章 人脸与声纹融合识别技术 | 第35-47页 |
| ·融合策略和融合算法 | 第35-36页 |
| ·采用支持向量机(SVM)的融合算法 | 第36-41页 |
| ·SVM 原理 | 第36-38页 |
| ·核函数的选择及参数的确定 | 第38-40页 |
| ·采用SVM 方法的实验分析 | 第40-41页 |
| ·选择归一化方法 | 第41-42页 |
| ·归一化的原理及归一化模型的种类 | 第41页 |
| ·选择归一化函数的选择方法 | 第41-42页 |
| ·采用Z-score+SVM 的分类方法 | 第42-45页 |
| ·Z-score+SVM 方法介绍 | 第42-43页 |
| ·Z-score+SVM 与其他融合方法的对比实验 | 第43-45页 |
| ·小结 | 第45-47页 |
| 第五章 采用多生物特征识别的智能门禁系统 | 第47-53页 |
| ·门禁系统概述 | 第47页 |
| ·门禁系统组成与功能 | 第47-48页 |
| ·门禁系统组成 | 第47-48页 |
| ·门禁系统功能 | 第48页 |
| ·采用多生物特征识别的智能门禁系统 | 第48-53页 |
| ·门禁系统生物特征的选择标准 | 第48-50页 |
| ·系统的设计目标 | 第50-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第61页 |