人脸与掌纹特征在决策层上的融合
FUSION OF FACE AND PALMPRINT ON DECISION LEVEL FOR IDENTITY VERIFICATION
摘要
Abstract
第1章 绪论
1.1 课题背景
1.2 本课题研究的目的及意义
1.3 国内外相关技术发展现状
1.3.1 目前国内外突出成果
1.3.2 人脸识别技术
1.3.3 掌纹识别技术
1.3.4 多生物特征融合识别技术
1.4 本文主要研究内容
第2章 单训练样本下的线性加权法
2.1 引言
2.2 几种传统的分类器组合方法
2.2.1 投票法和加权投票法
2.2.2 朴素贝叶斯法
2.2.3 最高序号法
2.2.4 Borda计数法
2.2.5 Max/Min/Sun/Product/Median法
2.2.6 线性组合法
2.2.7 Decision Templates法
2.2.8 Dempster-Shafer方法
2.2.9 几种分类器组合方法比较分析
2.3 单训练样本下的线性加权算法
2.3.1 图像的特征提取方法
2.3.2 分类器的选择及后验概率的选取
2.3.3 分类器权值及候选类别的选取
2.4 实验结果及其分析
2.4.1 实验条件
2.4.2 实验结果及分析
2.5 本章小结
第3章 基于进化策略的融合算法
3.1 引言
3.2 基于小波变换的图象奇异值特征提取
3.2.1 小波变换
3.2.2 小波变换在人脸识别中的应用及实验
3.3 基于进化策略的融合算法
3.3.1 进化策略的思想
3.3.2 进化策略在分类器权值选取中的应用
3.4 实验结果及分析
3.4.1 实验条件
3.4.2 实验结果及分析
3.5 本章小结
第4章 改进的集成判决算法在多生物特征融合中的应用
4.1 引言
4.2 集成判决算法的基本出发点
4.3 算法的关键问题及其解决
4.3.1 全信息矩阵
4.3.2 后验概率公式的修改
4.4 各分类结果的集成判决的线性模型
4.5 识别矩阵的计算
4.5.1 识别矩阵
4.5.2 用改进的方法计算
4.6 集成判决
4.7 实验结果及分析
4.7.1 实验条件
4.7.2 实验结果及分析
4.8 本章小结
结论
参考文献
攻读学位期间发表的学术论文
哈尔滨工业大学硕士学位论文原创性声明
哈尔滨工业大学硕士学位论文使用授权书
哈尔滨工业大学硕士学位涉密论文管理
致谢