声明
摘要
第1章 绪论
1.1 生物特征识别概述
1.2 研究背景和意义
1.3 机器学习在生物特征识别中的应用
1.4 本文研究工作及创新点
1.5 本文组织
第2章 挖掘和利用未匹配细节点的指纹识别
2.1 引言
2.2 未匹配细节点的特征定义与提取
2.2.1 未匹配细节点比率
2.2.2 基于位置对应关系的特征
2.2.3 基于全局分布一致性的特征
2.3 集成方法
2.4 实验与分析
2.4.1 数据库与实验设置
2.4.2 未匹配细节点特征的区分性
2.4.3 系统识别性能比较
2.5 本章小结
第3章 基于稀疏相似度序列的人脸识别
3.1 引言
3.2 稀疏相似度序列
3.2.1 相似度序列
3.2.2 相似度序列的稀疏化
3.2.3 区分性判定准则
3.3 S3M的实现
3.3.1 S3M人脸识别流程
3.3.2 注册阶段
3.3.3 识别阶段
3.4 实验结果及分析
3.4.1 实验数据集与实验设置
3.4.2 异源相似度信息规律性验证
3.4.3 Lasso稀疏有效性验证
3.4.4 识别性能对比
3.5 本章小结
第4章 基于半监督学习的序列化多模态生物特征识别框架
4.1 引言
4.2 序列化集成框架
4.2.1 集成序列
4.2.2 关键问题分析
4.2.3 集成框架
4.3 基于半监督学习的弱特征识别性能增强方法
4.3.1 方法概述
4.3.2 DMDR方法
4.3.3 样本标记策略
4.3.4 与现有SSL方法的比较
4.4 实验一:人脸、指纹多模态识别系统
4.4.1 数据库
4.4.2 实验设置
4.4.3 人脸识别的性能提升
4.4.4 系统性能
4.5 实验二:步态、指纹多模态识别系统
4.5.1 数据库
4.5.2 步态识别的性能提升
4.5.3 系统性能
4.6 本章小结
第5章 总结和展望
5.1 主要工作总结
5.2 未来工作展望
参考文献
致谢
攻读学位期间发表的学术论文目录
攻读学位期间参与科研项目情况
外文论文