摘要
第1章 绪论
1.1 研究背景及意义
1.2 研究现状及发展
1.2.1 单模态生物特征识别技术概述
1.2.2 典型的单模态生物特征识别技术
1.2.3 多模态生物特征融合识别技术
1.2.4 融合特征与融合层次
1.3 研究内容与论文结构
第2章 基于子空间的特征提取算法
2.1 人脸和掌纹识别系统
2.1.1 人脸识别系统
2.1.2 掌纹识别系统
2.1.3 衡量生物特征识别系统性能的指标
2.2 图像预处理
2.2.1 中值滤波
2.2.2 直方图均衡化
2.3 人脸和掌纹特征提取的线性子空间算法
2.3.1 主成分分析
2.3.2 线性判别分析
2.3.3 特征分类算法
2.4 本章小结
第3章 基于典型相关分析的人脸和掌纹特征融合算法
3.1 典型相关分析概述
3.1.1 基本思想
3.1.2 典型相关变量的求解
3.2 人脸和掌纹的特征层融合
3.2.1 特征归一化
3.2.2 特征融合
3.3 图像库介绍
3.4 实验结果与分析
3.4.1 典型相关分析融合主成分分析提取特征
3.4.2 典型相关分析融合线性判别分析提取特征
3.5 本章小结
第4章 基于复数的人脸和掌纹特征融合
4.1 复数域融合算法概述
4.2 复数域独立成分分析
4.2.1 独立成分分析的原理
4.2.2 样本矩阵中心化
4.2.3 样本数据白化
4.2.4 计算独立成分
4.2.5 实验结果与分析
4.3 负数域局部保持投影
4.3.1 局部保持投影的基本原理
4.3.2 局部保持投影算法
4.3.3 实验结果与分析
4.4 本章小结
结论
参考文献
致谢
攻读硕士期间发表的学术论文
声明