VIP会员
内容简介
《多模态生物特征识别--基于人脸与人耳信息》 (作者王瑜)以人脸和人耳单生物特征为研究对象，旨在探讨人脸、人耳多模态识别技术的可行性和有效性，共分6章。第1、2章是基础知识部分，主要介绍单生物特征和多模态生物特征识别技术的基本概念、评价体系和发展现状。第3～5章是算法研究部分，主要利用人脸和人耳近似90°的特殊生理位置所带来的信息互补性，分别从融合信息方式、提取特征方法和捕获姿态不变量属性等方面入手，提出一系列人脸、人耳多模态识别的相关算法，试图缓解甚至消除由于姿态和遮挡等不利因素对人脸或人耳单生物特征识别造成的不利影响。第6章详细介绍目前国内外具有影响力的人脸和人耳图像库，并着重介绍作者组织并参与搭建的人脸人耳罔像库。
《多模态生物特征识别--基于人脸与人耳信息》可作为高等院校计算机等相关专业的教材，也可作为相关领域工程技术人员的参考书。
目录
前言
第1章 生物特征识别
1.1 生物特征识别的概念
1.1.1 生物特征识别技术
1.1.2 牛物特征识别系统
1.1.3 牛物特征识别的优势
1.1 社会的可接受性和隐私问题
1.2 生物特征识别的发展
1.3 生物特征识别技术的评价
1.4 生物特征识别技术简介
1.4.1人脸识别
1.4.2 人耳识别
1.4.3 指纹识别
1.4.4 语音识别
1.4.5 签名识别
1.4.6 虹膜识别
1.4.7 掌纹识别
1.4.8 击键动力学分析
1.4.9 步态识别
1.4.10 视网膜识别
1.4.11 DNA识别
1.4.12 其他生物特征识别技术
1.5 本章小结
参考文献
第2章 多模态生物特征识别
2.1 多模态生物特征识别的概念
2.2 多模态生物特征识别的优势
2.3 多模态生物特征识别技术简介
2.3.1 多模态生物特征的信息融合
2.3.2 多模态生物特征识别系统与数据库
2.4 人脸人耳多模态识别技术研究
2.5 本章小结
参考文献
第3章 基于核典型相关分析的人脸人耳多模态识别
3.1 典型相关分析原理
3.2 核典型相关分析原理
3.3 方法介绍
3.3.1 融合前的预处理
3.3.2 人脸与人耳的信息融合
3.3.3 分类器设计
3.4 实验与讨论
3.4.1 实验设计
3.4.2 实验步骤
3.4.3 实验结果与分析
3.5 本章小结
参考文献
第4章 基于局部二值模式纹理分析的人脸人耳多模态识别
4.1 纹理分析的概念与优势
4.1.1 纹理的概念
4.1.2 纹理分析的优势
4.2 局部二值模式纹理分析原理
4.2.1 相关纹理分析方法比较
4.2.2 基本局部二值模式
4.2.3 圆形局部二值模式
4.2.4 旋转不变量局部二值模式
4.2.5 对比度与纹理模式
4.2 6规范型局部二值模式
4.2.7 局部二值模式的优势
4.3 方法介绍
4.3.1 Haar小波变换。 4.3.2 分块融合思想
4.3.3 多尺度融合与规范型局部二值模式特征提取
4.3.4 人脸与人耳的信息融合
4.3.5 分类器设计
4.4 实验与讨论
4.4.1 实验设计
4.4.2 实验步骤
4.4.3 实验结果与分析
4.5 本章小结
参考文献
第5章 基于姿态转换的人脸人耳多模态识别
5.1 姿态转换原理
5.2 方法介绍
5.2.1 特征提取与基空间的计算
5.2.2 姿态图像特征空间的姿态转换
5.2.3 人脸与人耳的信息融合
5.2.4 分类器设计
5.3 实验与讨论
5.3.1 实验设计
5.3.2 实验步骤
5.3.3 实验结果与分析
5.4 本章小结
参考文献
第6章 人脸人耳多模态标准图像库的构建与完善
6.1 人脸图像库简介
6.1.1 M2VTs多模态人脸图像库
6.1.2 XM2VTSDB人脸图像库
6.1.3 cAS-PEAL人脸图像库
6.1.4 FERET人脸图像库
6.1.5 韩国人脸图像库
6.1.6 MPl人脸图像库
6.1.7 圣母大学人脸图像库
6.1.8 得克萨斯大学人脸图像库
6.1.9 FRGC人脸图像库
6.1.10 CMu高光谱人脸图像库
6.1.11 cMU PIE人脸图像库
6.1.12 AR人脸图像库
6.1.13 Equinox红外人脸图像库
6.1.14 ORL人脸图像库
6.1.15 Yale人脸图像库
6.1.16 Yale B人脸图像库
6.1.17 BANCA人脸图像库
6.1.18 JAFFE人脸图像库
6.1.19 马里兰大学人脸图像库
6.1.20 cKAV人脸图像库
6.1.21 UMIST人脸图像库
6.1.22 奥