基于卷积和循环神经网络的虹膜图像检测研究

目录

声明

第1章 绪论

1.1 研究背景

1.2 国内外研究现状

1.3 本文主要研究内容

1.4 本文创新点

1.5 本文组织结构

第2章 面向虹膜原始采集图像的检测流程

2.1 虹膜原始采集数据

2.2 虹膜采集图像的检测流程

2.2.1 图像采集阶段

2.2.2 图像数据预处理阶段

2.2.3 图像检测阶段

2.3 评价指标

2.4 本章总结

第3章 基于混合神经网络结构的虹膜检测方法

3.1 卷积神经网络

3.2 循环神经网络

3.3 聚类及其方法

3.4 基于卷积和循环神经网络的虹膜检测模型

3.4.1 数据集预处理

3.4.2 本文模型及操作流程

3.4.3 模型实现细节

3.4.4 评价标准

3.5 本章总结

第4章 实验分析说明

4.1 虹膜图像可用性检测

4.1.1 预训练VGG16网络结构

4.1.2 原始VGG16网络结构

4.1.3 虹膜图像可用性分类检测实验小结

4.2 虹膜图像真伪性检测

4.2.1 预训练的最优结构层

4.2.2 未经预训练的最优结构层

4.2.3 虹膜图像真伪性分类检测实验小结

4.3 本章总结

第5章 总结与展望

5.1 论文总结

5.2 展望

参考文献

作者简介及在读期间参加的科研项目

致谢