| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 综述 | 第11-19页 |
| ·课题研究背景及意义 | 第11-13页 |
| ·生物特征识别中的信息融合技术 | 第13-17页 |
| ·生物特征识别系统结构 | 第13-15页 |
| ·信息融合定义与层次划分 | 第15-17页 |
| ·论文的主要内容及安排 | 第17-19页 |
| 2 掌纹及人脸识别算法 | 第19-41页 |
| ·掌纹图像的获取 | 第19-24页 |
| ·掌纹图像的采集 | 第19-21页 |
| ·掌纹图像ROI的提取及预处理 | 第21-24页 |
| ·线性判决分析 | 第24-29页 |
| ·主成分分析算法(PCA) | 第25-26页 |
| ·基于Fisher准则的线性判决分析(LDA/FLD) | 第26-29页 |
| ·基于核映射的识别算法 | 第29-34页 |
| ·基于核的主成分分析(KPCA) | 第30-32页 |
| ·基于核的Fisher判决分析(KFDA) | 第32-34页 |
| ·基于图像矩阵的识别算法 | 第34-38页 |
| ·概述 | 第35-36页 |
| ·基于图像矩阵的PCA算法(IMPCA) | 第36-37页 |
| ·基于图像矩阵的Fisher线性判决分析(IMFDA) | 第37-38页 |
| ·本章小结 | 第38-41页 |
| 3. 基于多算法的掌纹特征融合 | 第41-57页 |
| ·概述 | 第41页 |
| ·多算法的特征融合 | 第41-46页 |
| ·基于PCA和KPCA特征自融合的算法 | 第42-43页 |
| ·基于双空间分析的融合算法 | 第43-46页 |
| ·实验结果及分析 | 第46-54页 |
| ·数据库说明 | 第46-47页 |
| ·生物特征识别和认证中常用指标 | 第47-48页 |
| ·实验所用分类器 | 第48-49页 |
| ·本章实验 | 第49-54页 |
| ·本章小结 | 第54-57页 |
| 4 基于KFDA的掌纹和人脸的特征融合 | 第57-81页 |
| ·概述 | 第57-59页 |
| ·多模生物特征融合 | 第57-58页 |
| ·多模融合系统的优缺点 | 第58-59页 |
| ·掌纹和人脸的的特征级融合 | 第59页 |
| ·基于关系度量的特征级融合方法 | 第59-65页 |
| ·特征级融合的理论依据 | 第60-62页 |
| ·基于关系度量融合方法的构成 | 第62-64页 |
| ·RMF方法对特征级融合问题的解释 | 第64-65页 |
| ·基于KFDA的人脸及掌纹特征融合 | 第65-69页 |
| ·算法介绍 | 第65-67页 |
| ·KFDA在基于关系度量RMM框架下的解释 | 第67页 |
| ·核矩阵的归一化 | 第67-69页 |
| ·改进的KFDA特征融合 | 第69-70页 |
| ·实验结果及分析 | 第70-78页 |
| ·本章小结 | 第78-81页 |
| 5. 结论 | 第81-83页 |
| ·论文总结 | 第81-82页 |
| ·下一步工作安排 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 作者简历 | 第89-93页 |
| 学位论文数据集 | 第93页 |