基于深度学习的虹膜图像加密研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 图像加密国内外研究现状 | 第11-12页 |
| 1.2.2 虹膜特征提取国内外发展情况 | 第12页 |
| 1.2.3 深度学习国内外发展情况 | 第12-14页 |
| 1.3 研究意义 | 第14页 |
| 1.4 面临的挑战 | 第14-16页 |
| 第二章 虹膜加密技术与深度学习 | 第16-34页 |
| 2.1 虹膜识别原理 | 第16-20页 |
| 2.1.1 虹膜相关知识 | 第16-18页 |
| 2.1.2 虹膜识别技术概述 | 第18-20页 |
| 2.1.3 虹膜识别技术的应用与发展 | 第20页 |
| 2.2 虹膜加密技术原理 | 第20-23页 |
| 2.2.1 虹膜加密技术概念 | 第20-22页 |
| 2.2.2 虹膜加密与解密过程 | 第22页 |
| 2.2.3 算法评价 | 第22-23页 |
| 2.2.4 虹膜加密技术与虹膜识别的联系与区别 | 第23页 |
| 2.3 虹膜特征提取 | 第23-24页 |
| 2.4 深度学习 | 第24-31页 |
| 2.4.1 深度学习原理 | 第25-26页 |
| 2.4.2 深度学习特征提取 | 第26页 |
| 2.4.3 深度学习常用模型 | 第26-30页 |
| 2.4.4 深度学习的应用与发展 | 第30-31页 |
| 2.5 基于深度学习的虹膜特征提取 | 第31-32页 |
| 2.6 本章小结 | 第32-34页 |
| 第三章 虹膜图像加密 | 第34-46页 |
| 3.1 算法概述 | 第34页 |
| 3.2 相关知识 | 第34-42页 |
| 3.2.1 虹膜图像预处理 | 第34-37页 |
| 3.2.2 Reed-Solomon纠错码 | 第37-41页 |
| 3.2.3 RS码分组工作原理 | 第41-42页 |
| 3.3 加密与解密 | 第42页 |
| 3.4 实验结果 | 第42-44页 |
| 3.5 算法分析 | 第44-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于深度学习的虹膜图像加密 | 第46-54页 |
| 4.1 算法概述 | 第46-47页 |
| 4.2 加密与解密 | 第47-48页 |
| 4.2.1 加解密原理 | 第47页 |
| 4.2.2 加解密过程 | 第47-48页 |
| 4.3 实验部分 | 第48-53页 |
| 4.3.1 算法原理 | 第48页 |
| 4.3.2 实验过程 | 第48-50页 |
| 4.3.3 实验结果 | 第50-51页 |
| 4.3.4 算法分析 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 一种无密钥传输的图像加密算法 | 第54-59页 |
| 5.1 算法概述 | 第54-55页 |
| 5.2 加密与解密 | 第55-56页 |
| 5.2.1 加密过程 | 第55页 |
| 5.2.2 解密过程 | 第55-56页 |
| 5.3 实验结果 | 第56-57页 |
| 5.4 算法分析 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |
