| 摘要 | 第1-11页 |
| Abstract | 第11-13页 |
| 1. 绪论 | 第13-28页 |
| ·生物识别技术 | 第13-14页 |
| ·红外人脸识别概述 | 第14-16页 |
| ·可见光人脸识别 | 第14-15页 |
| ·红外人脸识别 | 第15-16页 |
| ·红外人脸图像特征提取 | 第16-22页 |
| ·红外人脸图像的特点 | 第16-20页 |
| ·研究现状和难点 | 第20-22页 |
| ·研究的动机与主要内容 | 第22-23页 |
| ·研究的主要贡献 | 第23-24页 |
| ·论文安排 | 第24-25页 |
| ·实验数据库说明 | 第25-28页 |
| 2. 基于分块的鲁棒红外人脸特征提取研究 | 第28-55页 |
| ·特征提取和特征选择基础 | 第28-34页 |
| ·基于欧式距离度量的特征提取 | 第28-32页 |
| ·特征选择 | 第32-34页 |
| ·传统的红外人脸特征提取方法 | 第34-37页 |
| ·PCA基本原理 | 第34-35页 |
| ·线性鉴别分析(LDA)方法 | 第35页 |
| ·离散余弦变换(DCT) | 第35-36页 |
| ·小波变换方法 | 第36-37页 |
| ·人脸血流模型及其对识别贡献分析 | 第37-40页 |
| ·基于分块的红外人脸识别 | 第40-54页 |
| ·小波域分块DCT+LDA(线性判别分析)特征提取方法 | 第41-44页 |
| ·实现过程 | 第42-43页 |
| ·结果分析和讨论 | 第43-44页 |
| ·分块PCA加权与LDA结合的特征提取方法 | 第44-49页 |
| ·图像的组合奇异特征值 | 第45-46页 |
| ·实现过程 | 第46-48页 |
| ·实验结果分析与讨论 | 第48-49页 |
| ·基于分块DCT+LDA加权的红外人脸特征提取 | 第49-54页 |
| ·基于欧式距离的Fisher加权准则 | 第50-51页 |
| ·实验和分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 3. 基于LBP表示的红外人脸特征提取 | 第55-78页 |
| ·基于局部特征图像描述 | 第55-56页 |
| ·LBP基本原理及其有效性分析 | 第56-61页 |
| ·LBP基本原理 | 第56-58页 |
| ·LBP特征提取有效性分析 | 第58-61页 |
| ·LBP的改进研究 | 第61-74页 |
| ·LBP的鉴别模式 | 第61-68页 |
| ·局部差分二进制模式 | 第68-71页 |
| ·实验与讨论 | 第71-74页 |
| ·LDBP和鉴别模式结合的特征提取方法 | 第74-77页 |
| ·本章小结 | 第77-78页 |
| 4. 基于生物传热学的血流不变特征提取研究 | 第78-95页 |
| ·生物传热学 | 第78-81页 |
| ·人体组织热传导理论 | 第78-79页 |
| ·传统血流模型 | 第79-80页 |
| ·Pennes方程基础 | 第80-81页 |
| ·基于Pennes方程的血流模型 | 第81-83页 |
| ·基于PCA和LDA特征提取方法的测试 | 第83-87页 |
| ·基于DCT域的特征选择的新血流特征提取 | 第87-94页 |
| ·DCT变换 | 第87-88页 |
| ·特征选择算法 | 第88-91页 |
| ·实验结果与分析 | 第91-94页 |
| ·本章小结 | 第94-95页 |
| 5. 基于特征融合的鲁棒红外人脸识别系统 | 第95-103页 |
| ·红外人脸识别系统概述 | 第95-96页 |
| ·基于分块DCT与LBP融合的特征提取方法 | 第96-100页 |
| ·融合的动机 | 第96-97页 |
| ·基本的框架 | 第97-100页 |
| ·实验结果 | 第100-102页 |
| ·特征层次融合 | 第100页 |
| ·决策层次融合 | 第100-102页 |
| ·结论 | 第102-103页 |
| 6. 结束语 | 第103-105页 |
| 参考文献 | 第105-113页 |
| 攻读博士学位期间发表的论文 | 第113-114页 |
| 攻读博士学位期间参与的课题 | 第114-115页 |
| 致谢 | 第115页 |