生物特征识别算法研究电子书

第一章 生物特征识别概述

1.1 生物特征识别技术简介

1.1.1 生物特征识别技术的发展

1.1.2 生物特征识别技术的特点

1.2 常用生物特征识别

1.2.1 虹膜

1.2.2 人脸

1.2.3 指纹

1.2.4 掌纹

1.2.5 语音

1.2.6 签名

1.2.7 多模态

1.3 生物特征识别研究现状及发展趋势

1.3.1 生物特征识别技术的现状

1.3.2 生物特征识别技术的发展趋势

1.4 生物特征识别评价指标

1.4.1 基于混淆矩阵的评价指标

1.4.2 ROC曲线与AUC

1.4.3 其他评价指标

1.5 生物识别系统

1.5.1 生物识别系统的结构

1.5.2 生物识别系统的流程

1.6 本章小结

参考文献

第二章 基于神经网络的生物特征识别算法

2.1 引言

2.2 神经网络简介

2.2.1 神经网络的概念及特点

2.2.2 神经网络的类型

2.2.3 神经网络的学习方式

2.3 基于神经网络的掌纹识别

2.3.1 图像采集

2.3.2 图像预处理

2.3.3 特征提取

2.3.4 识别模型构建

2.4 实验设计与结果

2.4.1 实验数据

2.4.2 实验设计

2.4.3 实验结果分析

2.5 本章小结

参考文献

第三章 基于稀疏表示和非负矩阵分解的生物特征识别算法

3.1 引言

3.2 稀疏表示算法简介

3.2.1 稀疏表示的概念

3.2.2 字典学习算法

3.2.3 稀疏表示模型的求解

3.2.4 非负矩阵分解

3.3 基于稀疏表示的人脸识别算法

3.3.1 算法流程框架

3.3.2 初始字典构建

3.3.3 图正则化约束

3.3.4 字典更新算法

3.3.5 实验结果与分析

3.4 基于非负矩阵分解的人脸识别算法

3.4.1 算法原理分析

3.4.2 目标函数求解

3.4.3 实验参数设置

3.4.4 实验结果与分析

3.5 本章小结

参考文献

第四章 基于流形学习的生物特征识别算法

4.1 引言

4.2 流形学习算法简介

4.2.1 流形学习的概念

4.2.2 流形学习的特点

4.2.3 线性降维算法

4.2.4 非线性降维算法

4.3 基于有监督降维的人脸识别算法

4.3.1 局部结构和差异信息投影

4.3.2 局部邻域相似判别图和局部差异判别图

4.3.3 目标函数及求解方法

4.3.4 实验结果与分析

4.4 基于有监督LPP和MMC的人脸识别算法

4.4.1 算法原理分析

4.4.2 类内、类间散度矩阵

4.4.3 最优投影空间

4.4.4 实验结果与分析

4.5 本章小结

参考文献

第五章 基于特征选择的生物特征识别算法

5.1 引言

5.2 特征选择算法简介

5.2.1 特征选择的概念

5.2.2 基于搜索策略的特征选择算法

5.2.3 基于评价策略的特征选择算法

5.2.4 有监督特征选择算法

5.3 基于特征选择的虹膜识别算法

5.3.1 算法原理及流程

5.3.2 图像处理与特征提取

5.3.3 基于GA和PSO算法的特征选择

5.3.4 实验结果与分析

5.4 基于区分度和类别相关性的虹膜识别算法

5.4.1 特征选择的原理及流程

5.4.2 特征区分度分析

5.4.3 类别相关性分析

5.4.4 特征融合机制及算法流程

5.4.5 实验结果与分析

5.5 本章小结

参考文献