一、加快推进生物认证技术健康发展——访中科院自动化生物特征认证与测评中心专家 谭铁牛 田捷（论文文献综述）
冯耀文[1]（2018）在《湖南创合科技公司生物识别业务营销策略研究》文中认为随着互联网时代的到来、智慧城市建设的推进,生物识别技术作为最安全可靠的身份认证手段已经融入到人们的工作与生活中。近年来,国家多部委从战略层面纷纷发布政策,支持生物识别技术在公共政务与智慧城市中的应用。于是,生物识别行业迅速吸引了企业与资本的焦点,市场竞争日趋激烈。因此,研究生物识别业务的营销策略对于生物识别企业在当下的激烈环境中的发展具有十分重要的意义。本文以湖南创合科技公司为研究对象,从市场营销的角度出发,首先,阐述了营销相关理论与生物识别业务的应用及其营销现状,进行了研究现状的综述。其次,本文深入分析了湖南创合科技公司所处的营销环境,通过PEST分析方法,研究了它所处的宏观环境,剖析了当前的竞争环境与主要竞争对手。基于现有的资源与能力,本文运用SWOT分析法诠释了湖南创合科技公司当前的优势、劣势、机会与威胁,以此作为下一步营销策略制订的基础。再次,本文根据湖南创合科技公司的战略发展目标,立足于生物识别行业的市场需求,分析得出湖南创合科技公司的目标客户与市场定位。针对目标市场,运用4Ps策略理论,将公司定位于面向政府公共部门客户的生物识别公司,并提出,在产品方面需要强化核心算法,促进产品研发,提高产品质量;在价格方面执行高价高品质策略;在营销方面同步开展经销渠道与网络销售渠道,在促销方面,需要加强市场宣传与公共关系建设,打造样板工程,扩大影响力。同时,本文拟定了该营销策略的实施步骤,从风险控制、技术能力、人力资源、文化建设四个方面阐述了该营销策略的保障措施。本文的研究基于生物识别行业的市场调研与行业分析之上,结合了湖南创合科技公司的实际情况,对湖南创合科技公司的生物识别业务未来的营销方向具有指导意义。同时,当前,各领域学者对生物识别的营销策略研究较少,希望本文能填补这一空白,并给生物识别行业的其他企业制定营销方案带来借鉴意义。
梁家豪[2]（2018）在《基于同态加密或分段Logistic映射的安全生物特征认证技术》文中指出大数据时代,数据即是财富,而安全的身份认证技术是用户享有专有信息和服务的重要保障。近年来,基于生物特征的身份认证技术以其安全便捷的特点得到了快速发展和广泛应用。科技的发展也给传统服务模式下的数据隐私安全带来了新的冲击和挑战,基于生物特征的身份识别方式暴露出一些安全隐患,所以研究安全的生物特征认证技术对用户具有重要的实际意义。基于生物特征的身份认证技术重点在于生物特征模板的保护。解决用户对生物特征数据存储于第三方服务器的安全性担忧,研究隐私保护的生物特征认证技术是本文的重点。基于此,本文提出了基于同态加密技术的安全生物特征认证方案和基于混沌映射的可撤销生物特征模板认证方案。方案改变了传统生物特征模板明文存储的方式,可在加密域下实现生物特征的存储与匹配,提高了开放网络环境下生物特征认证的安全性。本文的主要研究工作如下:1.研究了生物特征保护的关键技术:生物特征加密技术和生物特征变换技术。然后从密码学对数据的强保护性角度出发,研究了同态加密技术以及混沌理论,分析了每种技术的特点以及对生物特征信息保护的适用性。2.提出了一种基于同态加密技术的安全生物特征认证方案。方案将基于环上错误学习的Somewhat同态加密技术和一种改进的消息编码方法相结合,先将提取的生物特征数据用消息编码方法打包,再将打包后的生物特征用同态加密技术加密,将加密后的数据存储为模板,待认证的生物特征信息与模板的匹配在加密域进行。方案采用汉明距离进行相似度匹配,在加密域上计算汉明距离只需一次乘法计算,减少了匹配计算时间,方案还在客户端和服务器之间加入随机数信息保护中间数据传输。经实验仿真及系统安全性分析表明:该方案可在加密域上实现生物特征认证,计算量小、耗时短,并且可抵抗服务器内部攻击、重放攻击、窃取中间数据攻击等,对复杂网络环境有良好的适用性。3.提出了一种基于混沌映射的可撤销生物特征模板认证方案。方案使用改进的分段Logistic映射系统产生三个密钥序列对用户的生物特征模板进行加密。改进的分段Logistic映射系统达到混沌状态时,分支参数的可选范围比传统Logistic映射系统更大,安全性更高。方案使用指静脉特征进行有效性验证。实验仿真表明:方案可在加密域实现生物特征认证,改进的分段Logistic映射系统有良好的初值敏感性,系统极小的参数变化也会导致加密后模板的巨大差异性。方案可在生物特征模板被攻击泄露后及时撤销并生成新的特征模板,保证生物特征认证系统的安全性。
庄妍[3]（2013）在《多生物特征认证平台的设计与实现》文中研究表明随着计算机技术的不断发展，社会很多机构对于身份识别系统的高效和可靠性要求更高。在安全级别高的部门，使用传统的密钥、智能卡系统已被生物识别技术的身份认证系统所代替，采用生物识别技术中的指纹与人脸识别则是对人体不构成侵犯且方便、可靠的生物识别技术。生物识别技术的不断提高，已有的生物识别技术都是基于单模态生物特征，单模态生物识别技术由于提出信息单一，检查数据受到环境影响等自身的局限性，使得该技术在实际应用中很难发挥其优势。因此本文提出一套基于多生物特征认证系统（Biometric Integration System）BIS以方便、快捷、安全、可靠的特性充分利用单模态生物特征信息为安全问题提供方便、灵活的有效解决方案。本论文首先对生物识别技术的发展过程及现状进行阐述，并对目前常用的系统功能和系统所存在的问题进行了详细的分析。接着对多生物特征认证系统进行需求分析，通过抽取需求模型，对BIS系统的架构进行分析。BIS系统通过指纹与人脸特征的生物信息在系统决策层进行生物特征融合。通过利用人脸识别速度快与指纹识别精度高的特点相结合，提高BIS系统对于人员身份识别的精确性。通过成熟的算法对生物识别系统的比对率进行优化。并分别介绍了本系统所采用指纹与人脸生物特征识别的算法，和采用该算法的原因。在详细设计部分阐述了如何运用代码将整个系统实现的过程，重点描述了需求中提到的功能性需求所涉及的子模块功能。最后运用软件工程的理论对BIS系统进行测试，按照项目开发的进度分别进行系统的对应测试工作，根据测试的结果及时修正测试未通过的模块和测试中出现的严重问题。通过测试结果与需求分析规定的数据比对，从而证明对于单模态生物特征认证来说，多生物特征认证系统在识别效率和精度方面的技术参数有明显提高。BIS系统从功能上涵盖了多生物认证技术配置管理、人员指纹以及人脸的特征采集、特征比对、综合认证等模块。
诚凌[4]（2013）在《“以人为本”:新一代生物识别核心理念——专访国际模式识别学会第一副主席、模式识别国家重点实验室主任谭铁牛研究员》文中研究指明当前,以电子计算机和其他先进科学技术为主要手段发展起来的现代生物识别技术,在全球公共安全、信息安全等许多领域都发挥着不可替代的作用,并且有着极其广阔的发展前景。那么,全球生物识别技术发展趋势如何?中国生物识别科研发展和现状又是怎样?带着这样的问题,本刊记者采访了国际模式识别学会第一副主席、
静妍[5]（2012）在《生物识别技术在电子商务领域的应用》文中研究表明今天，电子商务的发展角度越来越快的，从一定程度来说，人们更加注重身份认证技术的安全性了。它是维护信息系统安全和网络安全的首要通道，是当今信息发展迅速时代，信息安全的保证。要进行身份认证，那么“用户名+密码＋数字证书”就是必不可少的。然而这种安全保护技术的缺陷却是越来越明显了，首先是记忆的困难性，因为字典的攻击对其是最大的。这样这种保护技术就不能将用户的实际身份和电子商务存储的身份相一致，因此这样就采用身份认证技术就很难确认用户的真实身份。在当代，计算机技术的发展为生物识别技术在电子商务中的发展创造了良好的条件。因此，基于人的身体特征是不可复制的，生物识别技术开始被人们所重视了。人的虹膜、指纹、视网膜等都有稳定性和惟一性的特征，为用户身份认证提供了更安全、方便、有利的捷径。所以保证网络的安全性和保密性是全球用户最担心的问题。为此，可以借助信息安全功能来保障网络数据传输的安全性。当我们对具有很大价值的私密信息进行通信时，我们可以使用各种各样的加密技术进行加密。为了提高身份认证技术的安全性，将密码技术与指纹识别技术相结合将会有意想不到的效果。同时为了能够让用户进行身份认证的时候能够更方便、快捷，我们可以将数字签名技术和生物特征识别技术相结合。在当今信息化建设与信息化技术不断发展的前提下，电子商务在Internet方面正在以以往都没有的速度迅速发展。生物识别技术在电子商务中的独特性也越来越突出了。要保证电子商务的安全的关键就是认证身份。所以为了能够让电子商务技术在电子商务中发挥的更好，就必须对生物识别技术的特征、内涵以及发展趋势有个很好的掌握。
林坤明[6]（2012）在《基于指纹与指静脉的多模态身份识别方法研究》文中研究表明现代社会中，信息与网络技术高速发展，信息安全显示出前所未有的重要性。基于人们的生理或行为特征的身份识别技术以其方便、安全、可靠等优点逐渐替代钥匙、密码、智能卡等传统身份识别技术。然而，现有的自动身份识别大多数为单模态特征识别，往往由于传感器的噪声以及特征提取和匹配的缺陷而使得误识率过高，或由于特征易丢失、易被伪造而存在安全性方面的问题。基于多个模式源信息融合的多模态身份识别系统，以其极高的安全性与可靠性被研究者认为是未来身份识别的发展方向。由于指纹识别应用的广泛性，及静脉特征的高度安全性，结合指纹与指静脉的多模态融合身份识别，已凸显出其较强的研究价值。本文从指纹识别子系统、指静脉识别子系统入手，从图像处理、特征提取和匹配算法几个方面进行研究，找出两种模态的优势匹配特征，进而设计融合识别算法，构建融合身份识别系统。本文创新之处如下：①提出了基于动态加权的特征层融合识别方法。根据近邻消除和特殊区域保留原则对两模式源的特征矢量进行降维；从待识别特征角度对特征点集的相对质量进行评价，进而引入动态加权策略，削弱低质量及伪特征对识别结果的影响，实现了特征层特征自适应优化融合。实验表明，该方法识别性能较单模态识别有较大提高；提出的兴趣特征评价方法能准确地对特征点集进行优和差的分类。②提出了基于序列分类器的匹配层融合识别方法。该方法采用两模态的细节点特征及串联特征共同作为分类判据，采用序列分类器1、2互为判据的匹配策略。实验表明，该方法取得了1.61%的识别等错误率（EER），极大地提高了系统的可靠性，而且在较直接求和（Sum）融合算法性能有较大提高的情况下，降低了44.83%的时间消耗。证明了本文算法的有效性与优越性。③初步构建了基于指纹与指静脉的多模态融合身份识别系统。针对基于序列分类器的融合识别算法，利用GUIDE设计实现了多模态算法平台，进一步验证了算法的有效性并为实际应用打下基础。
汪良会[7]（2011）在《虹膜识别关键技术的研究》文中提出随着现代信息技术的发展,传统的身份识别方法已经无法满足当今社会的信息安全需求,基于生物特征识别的智能身份鉴别方法得到极大的关注。同其它生物识别技术相比,虹膜识别具有唯一性、稳定性、非侵犯性和不可伪造性等优势。近年来,虹膜识别技术取得了很大的发展,在众多的领域拥有广泛的应用前景。虹膜识别系统主要包括虹膜图像采集、图像预处理、特征提取和模式匹配四个部分。论文重点研究了虹膜识别的关键技术:虹膜图像的边界定位、特征提取和图像匹配,主要研究成果如下:首先,针对经典虹膜定位方法的不足,提出了一种基于虹膜图像灰度特征分布的改进算法。首先根据瞳孔的灰度值自动设定阈值对虹膜图像进行二值化,再对图像垂直和水平方向的灰度均值进行平滑处理,获取极小值坐标确定瞳孔内部的基准点,最后使用检测算子获取基准点四个方位的极值点作为边界点,从而实现虹膜的边界定位。实验结果表明,该算法与经典的虹膜定位算法相比,定位更准确、速度更快。其次,提出了基于虹膜局部区域提取纹理特征的特征提取方法,充分利用了虹膜纹理丰富的区域,有效避开了眼睑和睫毛等物的干扰。鉴于虹膜的纹理特征具有方向性,采用Haar小波包进行特征提取时,只保留低频和垂直低频分量的特征向量进行二值编码。实验结果表明,编码的数据量大为减少,特征提取的速度明显提升。最后,针对由眼睛旋转所引起的匹配失真,采用了解决该问题的循环移位匹配算法。该算法采用Hamming距离分类器,通过虹膜编码的循环移位搜寻最小距离值作为最终匹配依据。通过实验分析,确定了匹配算法的最佳移位位数。上述算法以CASIA V1.0虹膜数据库为实验样本,在Matlab7.1平台上进行仿真实验。实验结果表明,论文所提出的虹膜识别方法综合性能良好,效果理想。
李永[8]（2011）在《多样本、多单元、多角度、多模态生物特征识别技术的研究》文中指出受数据噪音和识别系统本身的限制,基于单一生物特征的身份认证系统所能达到的准确率是有限的,通过多生物特征识别来提高识别的准确率成为当前生物特征识别领域的研究热点之一。本文结合具体生物特征识别,尤其是指纹识别,从多样本特征模板选择、基于模拟数据和真实数据的多单元识别、多角度非接触指纹识别、多模态识别等研究了基于匹配分数的多生物特征识别,试图为多生物特征识别提供可行的解决方案。本文的主要工作和创新点如下：1.针对多样本模板选择问题,提出了最大化匹配分数算法MMS（Maximum Match Scores）和贪婪最大化匹配分数算法GMMS（Greedy Maximum Match Scores）。MMS和GMMS算法不需要了解原始生物特征数据的细节,避免了深入特征提取过程,因此该方法更加灵活,能够应用于各种生物特征识别的模板选择过程。将本文的算法与已有的算法进行比较可知,通过MMS和GMMS算法进行特征模板选择可以有效提高生物特征识别系统的识别性能。针对模板更新问题,提出了两种策略,在线策略和离线策略,这两种策略各有优缺点,实验表明,离线策略能够取得更好的识别性能。2.针对多单元识别系统,提出了一种基于均方根的多单元融合规则Square。本文首先针对多单元指纹识别,基于模拟多单元数据比较了不同融合规则的识别准确率,然后提出了一个新的融合规则Square。基于模拟数据的实验表明,在FAR较小和较大时,Square和Sum规则能够分别获得最优识别性能。结合Square和Sum规则的优点,设计了一种新的规则Square-Sum,通过理论分析和实验证明,Square-Sum算法可以取得更优的识别性能。3.研究了真实十指指纹的单指识别性能、多指融合性能和指间相关性,提出了一种改进的Sum规则。本文以MCYT-Fingerprint真实十指指纹数据为基础,进行了大量实验,并结合前人的研究,对单个指纹的识别性能进行了比较,分析了多个手指融合的识别性能和不同手指之间相关性。同时,针对真实十指指纹数据,提出了一种改进的Sum规则,实验表明该规则在真实数据上有更好的识别性能。4.针对多角度非接触指纹识别,提出了一种基于聚类的动态分数选择算法CDSS。采集了一个多角度非接触指纹数据库,研究了非接触指纹的预处理、特征提取和特征匹配过程,初步实现了非接触指纹识别系统。针对多角度非接触指纹识别,提出了基于聚类的动态分数选择算法,通过聚类获得了匹配分数之间一些新的信息,根据这些新的特征以及匹配分数一些统计量的数值大小关系,灵活地选择不同融合规则作为最终的融合策略。相对于单个角度指纹识别,多角度非接触指纹识别可以显着提高系统的识别性能。同时,与Sum、Max、SVM和Fisher线性判别算法的实验比较表明,CDSS算法可以获得更好的识别性能。5.针对多模态识别,提出了基于FRR和FAR的融合算法。首先提出了一种基于FRR和FAR信任度融合算法。该融合算法以FRR和FAR为基础,既避免了直接求取某个匹配分数的后验概率,同时又能够刻画匹配分数的分布。通过改进信任度算法,提出了一种基于SVM的FRR和FAR融合算法。算法实现过程中,首先计算训练集中出现的每个分数的FRR和FAR值,然后通过插值的方法来计算测试集上出现的匹配分数的FRR和FAR值。在寻找插值的左右节点时,采用了计算量较小的二分查找法。最后通过实验验证了本文的算法具有良好的识别性能。
马建敏[9]（2011）在《基于指纹识别的考试管理系统设计与实现》文中提出安全性一直是全社会为之关注的事情,个体身份的安全性也不例外。随着社会的发展,人们对身份验证的安全性要求也越来越高。传统身份验证方法存在易遗失、被盗用等安全隐患。生物识别技术是以生理或行为特征为基础,与信息处理技术结合,实现对个体身份的有效验证。指纹识别技术是众多生物识别技术中的一种,以其高可靠、易用、低廉等优势成为最有效的身份验证手段,广泛用于各领域。针对考试过程中存在的问题,引入指纹识别技术,设计了基于指纹识别的考试管理系统。系统采用C/S与B/S相结合的架构模式,划分为网上报名、考试管理、指纹认证、考生信息管理及系统管理五个功能模块。根据系统需求,进行了数据库表的设计与实现。利用光学指纹采集仪获取后的指纹图像经滤波处理,减少后续处理步骤的数据量,有效避免伪特征的产生。通过二值化将指纹灰度图转换成只有两个灰度级别的二值图像。通过细化过程将二值化纹线转换成单像素宽度的骨架纹线,以便于细节特征点的提取。利用基于细节点的特征提取算法得到指纹图像的特征点—分叉点和端点,并存入指纹模板库。最后,采用基于点模式的匹配算法,验证两枚指纹是否源于同一个体。通过对系统各模块的具体实现、系统集成、集成测试及测验,证明本课题所研究的内容是可行的。系统实现对考生真实身份的有效验证,在一定程度上杜绝了替考现象,维护了考试的公平、公正,同时使得繁琐的考试管理工作变得规范、高效。
姚志明[10]（2010）在《基于步态触觉信息的身份识别研究》文中认为在安全认证需求日趋普遍和严格的信息时代,身份证、特制钥匙和密码等传统身份认证技术因易被伪造而不能适应新环境下的需求,生物特征识别技术被寄予厚望。指纹、掌纹、掌形、虹膜、人脸、DNA、语音和签名等生物特征识别技术已在保证个人资讯安全,防止恐怖事件发生、打击经济犯罪等方面发挥着重要作用。但这些生物特征识别技术属于近距离身份识别技术,需要参与者密切配合,容易引起人权纠纷。步态识别作为一种独特的远距离身份识别技术,其信息采集具有非侵入性和隐蔽性等优点,因此被采集对象不易察觉而伪装,也不会引起人权纠纷。认知科学、运动生物力学和刑事侦查学的研究表明,步态触觉信息包含丰富的步行模式和习惯等个体特征,有鉴别身份的潜力。本文从运动生物力学的角度系统地研究了基于步态触觉信息的身份识别方法,研究三维地面反作用力的获取、预处理和步态特征提取、选择及分类识别的方法。基于步态触觉信息的身份识别技术因其独有的不受复杂背景干扰和遮挡影响的优点,必将成为远距离身份识别领域的重要方向,该研究工作具有重要的理论意义和广阔的应用前景。全文主要工作和创新性成果总结如下:（1）从多个角度分析了基于步态触觉信息的身份识别的可行性及其研究意义,并制定了研究方案。使用5个自行研制的三维力测力台以等间隔交替拼装的方式搭建了一条步态触觉信息采集通道,该通道可以获取不同人群相对自然地行走时连续、完整的步态触觉信息。利用此通道,我们建立了ITCSH GaitⅠ、ITCSH GaitⅡ和ITCSH GaitⅢ三个规模不同、信息量不同的步态触觉信息数据库,ITCSH GaitⅢ还包含5个视角的同步步态图像序列。这三个步态数据库的建立填补了目前国际上此类步态数据的空白,对推动步态识别研究具有积极作用。（2）为了保证数据质量,选用小波变换硬阈值法对地面反作用力数据去噪。为了增强小波包分解提取的频域步态特征的可比性,提出了波形对齐方法,还提出了有效扩展步态样本的样本拆分方法。实验结果证实了这三种数据预处理方法对提高分类性能有利。首次通过实验证实了对地面反作用力进行最小-最大值标准化、z-score标准化和体重加权标准化中任意一种以降低量纲差异为目的的数据标准化处理都会不同程度地降低分类性能,并分析了可能的原因。（3）提出了一种基于波形特征点检测的时域步态特征提取方法,该方法从三维地面反作用力中提取出反映步态整体和细节特征的时空参数和动力学参数,并通过计算方法建立了一些构造动力学参数,将这些参数构成具有明确物理意义的时域步态特征用于识别。我们还提出采用基于组内相关系数（ICC）的重复性验证方法和基于Kruskal-Wallis秩和检验的差异显着性检验方法验证这些时域步态特征的稳定性和唯一性,实验结果证明这些时域步态特征具有较好的稳定性和差异性。也采用小波包分解方法提取了频域步态特征,对比发现基于波形特征点检测的时域步态特征提取方法有利于帮助理解步态识别的原理。（4）提出了组合相关性测度和最好优先搜索的CFS特征选择方法,该方法能最大限度地减少与分类无关的冗余步态特征;还提出了利用分类器分类性能反馈的SVM-Wrapper特征选择方法,这两种方法都能真正减少所需提取的特征数目。在实验和理论分析基础上,提出了“CFS+PCA”和“CFS+SVM-Wrapper”两种组合式特征选择方法。我们选择基于高斯径向基核函数的支持向量机（RBF-SVM）分类器测试了各种步态特征选择方法的性能,实验结果证明了CFS法和SVM-Wrapper法具有优良的性能,而“CFS+PCA”和“CFS+SVM-Wrapper”两种组合式特征选择方法既能最大限度地降低特征维数,又能保持较好的分类性能。采用模糊C均值判据（FCM法）对频域步态特征进行初选能够大大降低特征维数。同时,分类识别实验也证实了RBF-SVM分类器在小样本情况下也能够将步态样本很好地分类和识别出来,其分类识别性能比KNN分类器好很多。（5）分析发现,识别出错大多发生在体重接近人群和行走速度变化较大时。因此,我们提出了采用支持向量回归模型从时域步态特征实时恢复被测对象的体重和身高,可以为提高步态识别性能和刑侦应用提供先验知识。（6）实验发现,当行走速度变化较大时,RBF-SVM分类器的分类性能明显下降。我们提出了分布式投票分类法和首次采用旋转森林这种多分类器集成系统处理行走速度变化时的步态识别问题。实验结果证实了旋转森林能够很好地处理包含小速度扰动时的步态识别问题,分布式投票分类法在速度变化较大时也有较高的识别性能。
二、加快推进生物认证技术健康发展——访中科院自动化生物特征认证与测评中心专家 谭铁牛 田捷（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、加快推进生物认证技术健康发展——访中科院自动化生物特征认证与测评中心专家 谭铁牛 田捷（论文提纲范文）
（1）湖南创合科技公司生物识别业务营销策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 理论基础与文献综述 |
| 1.2.1 理论基础 |
| 1.2.2 文献综述 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 第2章 湖南创合科技公司生物识别业务营销环境分析 |
| 2.1 湖南创合科技公司概况 |
| 2.1.1 公司简介 |
| 2.1.2 组织结构 |
| 2.1.3 企业文化 |
| 2.2 湖南创合科技公司生物识别业务宏观环境分析 |
| 2.2.1 经济环境分析 |
| 2.2.2 政治法律环境分析 |
| 2.2.3 社会文化环境分析 |
| 2.2.4 技术环境分析 |
| 2.3 湖南创合科技公司生物识别行业竞争分析 |
| 2.3.1 市场需求分析 |
| 2.3.2 竞争对手分析 |
| 2.4 湖南创合科技公司生物识别业务内部环境分析 |
| 2.4.1 人力资源 |
| 2.4.2 市场地位与销售业绩 |
| 2.4.3 技术水平与研发能力 |
| 2.4.4 营销现状分析 |
| 2.5 湖南创合科技公司生物识别业务SWOT分析 |
| 2.5.1 优势分析 |
| 2.5.2 劣势分析 |
| 2.5.3 机会分析 |
| 2.5.4 威胁分析 |
| 第3章 湖南创合科技公司生物识别业务营销策略制定 |
| 3.1 湖南创合科技公司生物识别业务STP分析 |
| 3.1.1 市场细分 |
| 3.1.2 目标市场 |
| 3.1.3 市场定位 |
| 3.2 湖南创合科技公司生物识别业务产品策略 |
| 3.2.1 强化核心算法 |
| 3.2.2 产品开发 |
| 3.2.3 产品性能质量管理 |
| 3.3 湖南创合科技公司生物识别业务价格策略 |
| 3.3.1 定价的内部因素 |
| 3.3.2 定价的外部因素 |
| 3.3.3 定价策略的确认 |
| 3.4 湖南创合科技公司生物识别业务渠道策略 |
| 3.4.1 代理经销渠道销售 |
| 3.4.2 网络销售渠道 |
| 3.5 湖南创合科技公司生物识别业务促销策略 |
| 3.5.1 市场宣传规划 |
| 3.5.2 公共关系 |
| 3.5.3 样板工程 |
| 3.5.4 零售体验促销 |
| 第4章 湖南创合科技公司生物识别业务营销策略的实施与保障及效果分析 |
| 4.1 实施步骤 |
| 4.1.1 营销目标确定 |
| 4.1.2 营销计划实施管控 |
| 4.1.3 实施后调整 |
| 4.2 实施保障 |
| 4.2.1 人力资源保障 |
| 4.2.2 技术能力保障 |
| 4.2.3 风险控制保障 |
| 4.2.4 文化建设保障 |
| 4.3 预期效果 |
| 结论 |
| 参考文献 |
| 致谢 |
（2）基于同态加密或分段Logistic映射的安全生物特征认证技术（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 生物特征保护技术研究现状 |
| 1.3 论文主要工作及内容安排 |
| 第2章 生物特征保护技术 |
| 2.1 安全生物特征认证技术 |
| 2.1.1 生物特征加密技术 |
| 2.1.2 生物特征变换技术 |
| 2.2 基于同态加密的生物特征模板保护技术 |
| 2.2.1 同态加密技术 |
| 2.2.2 基于同态加密的模板保护技术 |
| 2.3 基于混沌理论的生物特征保护技术 |
| 2.3.1 混沌理论 |
| 2.3.2 混沌的特性 |
| 2.3.3 混沌的应用 |
| 2.4 本章小结 |
| 第3章 基于同态加密技术的安全生物特征认证方案 |
| 3.1 方案理论基础 |
| 3.1.1 数学符号和基础定义 |
| 3.1.2 同态加密方案 |
| 3.1.3 同态正确性 |
| 3.2 消息编码方法 |
| 3.2.1 传统消息编码方法 |
| 3.2.2 改进的消息编码方法 |
| 3.3 加密域计算 |
| 3.4 基于Somewhat同态加密的生物特征认证方案 |
| 3.4.1 注册阶段 |
| 3.4.2 认证阶段 |
| 3.5 实验结果及分析 |
| 3.5.1 参数选取 |
| 3.5.2 性能分析 |
| 3.6 系统安全性分析 |
| 3.7 本章小结 |
| 第4章 基于混沌映射的可撤销生物特征模板认证方案 |
| 4.1 Logistic映射 |
| 4.2 改进的分段Logistic映射 |
| 4.3 基于分段Logistic映射的可撤销生物特征模板认证方案 |
| 4.3.1 注册阶段 |
| 4.3.2 认证阶段 |
| 4.4 实验结果与分析 |
| 4.4.1 改进的分段Logistic映射系统分析 |
| 4.4.2 方案识别效率分析 |
| 4.5 方案安全性分析 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（3）多生物特征认证平台的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 项目背景 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外现状比较 |
| 1.3 研究目标和内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 论文组织结构 |
| 1.5 本章小结 |
| 第二章 生物特征识别技术 |
| 2.1 生物识别技术 |
| 2.1.1 身份识别与身份验证 |
| 2.1.2 生物识别算法性能参数 |
| 2.2 指纹识别技术 |
| 2.2.1 指纹识别技术的基本原理 |
| 2.2.2 指纹识别技术的特点 |
| 2.2.3 指纹图像规格化 |
| 2.2.4 指纹图像分割算法 |
| 2.2.5 指纹图像增强算法 |
| 2.3 人脸识别技术 |
| 2.3.1 人脸识别的基本过程 |
| 2.3.2 人脸识别技术的方法分类 |
| 2.3.3 人脸识别技术的特点 |
| 2.3.4 人脸识别技术算法及说明 |
| 2.3.5 消除光照角度/强度变化技术 |
| 2.4 多生物融合技术 |
| 2.4.1 多生物特征识别的过程 |
| 2.4.2 决策层融合技术 |
| 2.4.3 几种多生物识别系统 |
| 2.5 本章小结 |
| 第三章 系统需求分析 |
| 3.1 系统需求 |
| 3.1.1 单模生物识别系统存在的缺陷 |
| 3.1.2 对生物特征库规模的扩容需求 |
| 3.1.3 用户对精确性的需求 |
| 3.2 系统解决方案 |
| 3.2.1 搭建多生物识别系统 |
| 3.2.2 建立应用配置流程 |
| 3.3 本章小结 |
| 第四章 系统概要设计 |
| 4.1 系统概述 |
| 4.2 系统总体结构设计 |
| 4.3 系统的主要功能及应用流程 |
| 4.3.1 系统的主要功能 |
| 4.3.2 系统的应用流程 |
| 4.4 系统数据库设计 |
| 4.4.1 数据库的设计原则 |
| 4.4.2 数据库的操作权限 |
| 4.5 系统的技术关键点 |
| 4.5.1 验证模式下的生物特征数据管理 |
| 4.5.2 识别模式下的比对效率优化策略 |
| 4.5.3 决策层的融合实现 |
| 4.6 本章小结 |
| 第五章 系统详细设计及实现 |
| 5.1 系统的开发工具及开发环境 |
| 5.2 数据库的实现与操作 |
| 5.2.1 数据库的选择 |
| 5.2.2 数据库的实现 |
| 5.3 指纹识别模块的实现 |
| 5.3.1 指纹采集仪的选择 |
| 5.3.2 HisignFP 算法 |
| 5.3.3 编程过程中用到的函数及事件 |
| 5.4 人脸识别模块的实现 |
| 5.4.1 人脸采集设备的选择 |
| 5.4.2 人脸识别 THFaceID 算法 |
| 5.4.3 人脸识别模块相关函数及事件 |
| 5.5 智能卡模块的实现 |
| 5.5.1 智能卡设备的选择 |
| 5.5.2 智能卡模块实现函数 |
| 5.5.3 系统融合实现 |
| 5.6 软件界面的实现 |
| 5.7 本章小结 |
| 第六章 系统测试 |
| 6.1 产品测试流程 |
| 6.1.1 产品主要测试方法 |
| 6.2 系统测试主要问题 |
| 6.3 产品测试总结 |
| 第七章 总结和展望 |
| 7.1 心得体会 |
| 7.2 个人工作量 |
| 7.3 后期工作展望 |
| 致谢 |
| 参考文献 |
（4）“以人为本”:新一代生物识别核心理念——专访国际模式识别学会第一副主席、模式识别国家重点实验室主任谭铁牛研究员（论文提纲范文）
| 趋势展望:生物识别构建信息安全基石 |
| 中国力量:我国生物识别科研迅猛发展 |
（5）生物识别技术在电子商务领域的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 生物识别技术概述 |
| 1.1 课题来源 |
| 1.2 生物识别技术的内涵和种类 |
| 1.2.1 生物识别技术的内涵和特点 |
| 1.2.2 生物识别技术原理 |
| 1.2.3 生物识别技术的种类 |
| 1.3 生物识别技术的发展趋势 |
| 1.4 理论意义、实用价值 |
| 1.5 本章小结 |
| 第2章 针对指纹、虹膜以及面部识别技术的研究 |
| 2.1 指纹识别技术 |
| 2.1.1 指纹识别技术内涵 |
| 2.1.2 指纹识别技术的应用范围 |
| 2.1.3 指纹识别技术的优缺点 |
| 2.2 虹膜识别技术 |
| 2.2.1 虹膜识别技术的原理 |
| 2.2.2 虹膜识别技术应用上的现状 |
| 2.2.3 虹膜识别技术的优点与不足 |
| 2.3 面部识别技术 |
| 2.3.1 面部识别技术的原理 |
| 2.3.2 面部识别技术的应用 |
| 2.3.3 面部识别技术的优点与不足 |
| 第3章 电子商务环境下的生物识别技术需求分析 |
| 3.1 电子商务环境下生物识别技术现状及问题 |
| 3.1.1 现状 |
| 3.1.2 存在的问题 |
| 3.2 电子商务安全体系 |
| 3.3 电子商务环境下生物识别技术的需求分析 |
| 3.4 生物特征识别系统的结构 |
| 第4章 指纹技术在电子商务中的应用 |
| 4.1 指纹认证与证书结合 |
| 4.1.1 密钥/证书生命周期管理 |
| 4.1.2 PKI 与指纹认证技术相结合 |
| 4.2 认证规划 |
| 4.2.1 Local 方案 |
| 4.2.2 Remote 方案 |
| 4.3 安全机制系统设计 |
| 4.3.1 身份认证安全性 |
| 4.3.2 身份认证步骤与协议 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（6）基于指纹与指静脉的多模态身份识别方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 单模态生物特征识别现状 |
| 1.2.2 指纹识别现状 |
| 1.2.3 手指静脉识别现状 |
| 1.2.4 多模态生物特征识别现状 |
| 1.2.5 指纹与指静脉融合识别现状 |
| 1.3 论文的结构安排 |
| 2 多模态识别中的信息融合理论与方法 |
| 2.1 信息融合的定义与基本原理 |
| 2.1.1 信息融合的定义 |
| 2.1.2 信息融合的原理 |
| 2.2 多模态识别中信息融合层次 |
| 2.2.1 图像层融合 |
| 2.2.2 特征层融合 |
| 2.2.3 匹配层融合 |
| 2.2.4 决策层融合 |
| 2.2.5 四种融合层次的比较 |
| 2.3 多模态识别中信息融合方法 |
| 2.4 小结 |
| 3 单模态生物特征识别技术 |
| 3.1 生物特征识别系统性能评价标准 |
| 3.2 指纹识别子系统 |
| 3.2.1 指纹图像增强 |
| 3.2.2 指纹特征提取 |
| 3.2.3 基于特征点串距离的匹配算法 |
| 3.2.4 基于 Gabor 滤波的纹理匹配算法 |
| 3.2.5 实验结果及分析 |
| 3.3 指静脉识别子系统 |
| 3.3.1 指静脉图像分割及特征提取 |
| 3.3.2 基于 MHD 距离的手指静脉识别 |
| 3.3.3 实验结果及分析 |
| 3.4 小结 |
| 4 融合指纹与指静脉的多模态身份识别技术 |
| 4.1 多模态数据库的构建 |
| 4.2 基于动态加权的特征层融合方法 |
| 4.2.1 图像的预处理及特征提取 |
| 4.2.2 特征的降维 |
| 4.2.3 特征层动态加权融合策略 |
| 4.3 基于序列分类器的匹配层融合方法 |
| 4.3.1 序列分类器的设计 |
| 4.3.2 融合匹配策略 |
| 4.3.3 算法实现 |
| 4.4 小结 |
| 5 实验分析及系统平台设计 |
| 5.1 特征层动态加权融合实验 |
| 5.1.1 兴趣特征质量评价 |
| 5.1.2 实验结果及分析 |
| 5.2 序列分类器融合实验 |
| 5.2.1 Sum 融合权值的选取 |
| 5.2.2 序列分类器融合时阈值的设定 |
| 5.2.3 实验结果及分析 |
| 5.3 多模态融合识别算法平台设计 |
| 5.3.1 GUIDE 简介 |
| 5.3.2 模式源的选择 |
| 5.3.3 算法平台设计与实现 |
| 5.4 小结 |
| 6 结论与展望 |
| 6.1 论文的主要结论 |
| 6.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| A．作者在攻读学位期间发表的论文目录 |
| B．作者在攻读学位期间参与的科研项目目录 |
（7）虹膜识别关键技术的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 生物识别技术简述 |
| 1.1.1 生物识别技术介绍 |
| 1.1.2 常见生物识别技术 |
| 1.1.3 性能比较 |
| 1.2 虹膜识别技术简介 |
| 1.2.1 虹膜识别的原理 |
| 1.2.2 虹膜识别系统构成 |
| 1.3 虹膜识别的发展与应用 |
| 1.3.1 虹膜识别的发展介绍 |
| 1.3.2 虹膜识别的应用现状 |
| 1.4 论文的研究背景及意义 |
| 1.5 论文的结构安排 |
| 第二章 虹膜图像预处理 |
| 2.1 经典的虹膜定位算法 |
| 2.1.1 基于Daugman 活动圆检测的定位算法 |
| 2.1.2 基于Hough 变换的定位算法 |
| 2.2 基于灰度特征分布的虹膜定位方法 |
| 2.2.1 基准点定位 |
| 2.2.2 内边界定位 |
| 2.2.3 外边界定位 |
| 2.2.4 实验分析 |
| 2.3 规范化处理 |
| 2.3.1 虹膜区域的数学模型 |
| 2.3.2 虹膜图像的矩形展开 |
| 2.4 虹膜图像增强 |
| 2.5 本章小结 |
| 第三章 虹膜特征信息的提取与编码 |
| 3.1 常用的特征提取方法 |
| 3.1.1 基于二维Gabor 滤波的特征提取算法 |
| 3.1.2 利用金字塔方法提取特征 |
| 3.1.3 基于小波过零检测的方法 |
| 3.2 基于Haar 小波的特征提取方法 |
| 3.2.1 特征区域的选取 |
| 3.2.2 特征信息的提取 |
| 3.3 虹膜特征的编码 |
| 3.4 实验分析 |
| 3.5 本章小结 |
| 第四章 虹膜匹配算法研究 |
| 4.1 常用模式匹配方法 |
| 4.1.1 汉明距离分类器 |
| 4.1.2 欧氏距离分类器 |
| 4.1.3 矩阵相似性分类器 |
| 4.2 虹膜匹配算法的实现 |
| 4.2.1 分类器的选择 |
| 4.2.2 阈值的选取 |
| 4.2.3 循环移位匹配 |
| 4.3 实验结果与分析 |
| 4.3.1 实验方法 |
| 4.3.2 实验分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（8）多样本、多单元、多角度、多模态生物特征识别技术的研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 身份认证与生物特征识别 |
| 1.1.2 生物特征识别面临的挑战 |
| 1.1.3 基于多生物特征融合的身份识别 |
| 1.2 研究现状 |
| 1.2.1 生物特征识别研究现状 |
| 1.2.2 多生物特征识别研究现状 |
| 1.3 本文的研究内容及主要技术创新 |
| 1.3.1 研究内容 |
| 1.3.2 主要技术创新 |
| 1.4 论文结构 |
| 第二章 基于多样本匹配分数的模板选择和更新 |
| 2.1 引言 |
| 2.2 基于多模板的生物特征识别过程 |
| 2.3 多模板融合 |
| 2.3.1 多模板融合 |
| 2.3.2 实验结果 |
| 2.4 多模板选择 |
| 2.4.1 一种模板选择模型 |
| 2.4.2 模板数量的讨论 |
| 2.4.3 基于匹配分数的特征模板选择算法 |
| 2.4.4 实验结果 |
| 2.5 多模板更新 |
| 2.5.1 多模板更新 |
| 2.5.2 两种模板更新策略 |
| 2.5.3 实验结果 |
| 2.6 小结 |
| 第三章 基于模拟数据的多单元指纹识别研究 |
| 3.1 引言 |
| 3.2 多单元指纹识别系统的相似度模型 |
| 3.3 一种多单元识别融合算法 |
| 3.3.1 Square和Square-Sum规则 |
| 3.3.2 实验结果 |
| 3.4 多单元与多样本识别比较研究 |
| 3.4.1 现状分析 |
| 3.4.2 实验结果 |
| 3.5 小结 |
| 第四章 基于真实数据的多单元指纹识别研究 |
| 4.1 相关工作 |
| 4.1.1 单指指纹识别性能的研究 |
| 4.1.2 多指指纹融合的研究 |
| 4.1.3 不同手指之间相关性的研究 |
| 4.2 真实十指指纹数据库 |
| 4.3 真实多单元指纹识别研究 |
| 4.3.1 单指识别性能分析 |
| 4.3.2 多指融合性能分析 |
| 4.3.3 手指之间相关性分析 |
| 4.4 基于改进的Sum规则的多单元指纹融合算法 |
| 4.4.1 基于真实数据的融合规则比较 |
| 4.4.2 改进的Sum规则 |
| 4.5 小结 |
| 第五章 基于动态分数选择的多角度非接触指纹识别 |
| 5.1 引言 |
| 5.2 多角度非接触指纹采集系统 |
| 5.3 非接触指纹识别 |
| 5.4 基于动态分数选择的多角度非接触指纹识别算法 |
| 5.5 实验结果与分析 |
| 5.5.1 单角度非接触指纹识别比较 |
| 5.5.2 与其它多生物特征融合算法比较 |
| 5.5.3 不同数量角度组合的非接触指纹识别比较 |
| 5.6 小结 |
| 第六章 基于FRR和FAR融合的多模态识别 |
| 6.1 引言 |
| 6.2 一种多模态融合模型 |
| 6.2.1 匹配分数的概率有序性 |
| 6.2.2 多生物特征融合模型 |
| 6.3 基于信任度的多模态识别算法 |
| 6.3.1 理想转换函数及其性质 |
| 6.3.2 训练集上的转换函数的计算 |
| 6.3.3 测试集上转换分数的计算 |
| 6.3.4 计算举例 |
| 6.3.5 实验结果和分析 |
| 6.3.6 信任度算法小结 |
| 6.4 信任度函数算法和归一化算法的比较 |
| 6.4.1 几种分数归一化算法 |
| 6.4.2 实验结果 |
| 6.4.3 归一化算法小结 |
| 6.5 一种基于SVM的FRR和FAR融合算法 |
| 6.5.1 动机分析 |
| 6.5.2 匹配分数对应的FRR和FAR值的计算 |
| 6.5.3 匹配分数对应的FRR和FAR值计算举例 |
| 6.5.4 一种基于SVM的FRR和FAR融合算法 |
| 6.5.5 实验结果 |
| 6.6 小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 攻博期间参研的主要科研项目 |
（9）基于指纹识别的考试管理系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外指纹识别技术研究现状 |
| 1.2.1 国外指纹识别技术的历史与发展现状 |
| 1.2.2 国内指纹识别技术发展概述 |
| 1.3 课题主要研究内容 |
| 1.4 本文组织结构 |
| 第2章 自动指纹识别技术概述 |
| 2.1 生物特征识别概述 |
| 2.1.1 生物特征识别的特点 |
| 2.1.2 生物特征识别技术的选择 |
| 2.2 指纹识别技术 |
| 2.3 指纹结构特征 |
| 2.3.1 总体特征点 |
| 2.3.2 局部特征点 |
| 2.4 指纹识别技术理论 |
| 2.4.1 指纹识别原理 |
| 2.4.2 指纹识别系统的工作模式 |
| 2.5 自动指纹识别系统流程 |
| 2.5.1 指纹图像采集 |
| 2.5.2 指纹图像预处理 |
| 2.5.3 特征提取 |
| 2.5.4 匹配 |
| 2.6 指纹识别系统性能评价指标 |
| 2.7 本章小结 |
| 第3章 基于指纹识别的考试管理系统总体设计 |
| 3.1 系统功能需求 |
| 3.2 系统总体设计 |
| 3.2.1 设计原则 |
| 3.2.2 设计思想 |
| 3.2.3 系统总体结构 |
| 3.3 系统界面设计 |
| 3.4 系统功能模块设计 |
| 3.5 系统数据库设计 |
| 3.5.1 设计准则 |
| 3.5.2 数据建模 |
| 3.5.3 数据库表设计 |
| 3.5.4 部分数据库表结构 |
| 3.6 本章小结 |
| 第4章 系统实现采用的关键技术 |
| 4.1 指纹图像预处理 |
| 4.1.1 图像归格化 |
| 4.1.2 图像分割 |
| 4.1.3 图像增强 |
| 4.1.4 二值化 |
| 4.1.5 细化 |
| 4.2 特征点提取方法 |
| 4.3 细节匹配 |
| 4.4 本章小结 |
| 第5章 基于指纹识别的考试管理系统功能实现 |
| 5.1 系统开发方案 |
| 5.2 系统主界面的实现 |
| 5.3 数据库访问功能实现 |
| 5.4 系统模块功能实现 |
| 5.4.1 指纹认证模块的实现 |
| 5.4.2 考生网上报名模块的实现 |
| 5.4.3 考生考试管理模块的实现 |
| 5.4.4 考生信息管理模块的实现 |
| 5.4.5 考试系统管理模块的实现 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间所发表的论文 |
| 致谢 |
（10）基于步态触觉信息的身份识别研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 步态识别研究现状 |
| 1.3 本文研究目的 |
| 1.4 本文研究方法 |
| 1.5 本文结构和研究内容 |
| 第二章 步态识别基础 |
| 2.1 步态的运动生物力学描述 |
| 2.1.1 步态的时空参数描述 |
| 2.1.2 步态的运动学参数描述 |
| 2.1.3 步态的动力学参数描述 |
| 2.2 步态识别的多学科交叉特色 |
| 2.3 步态触觉信息采集 |
| 2.3.1 足底压力测量技术 |
| 2.3.2 步态触觉信息采集通道 |
| 2.3.3 步态触觉信息采集流程 |
| 2.4 步态数据预处理 |
| 2.4.1 去噪 |
| 2.4.2 数据标准化 |
| 2.4.3 维数归一化 |
| 2.4.4 波形对齐 |
| 2.4.5 样本拆分 |
| 2.5 步态数据重复性验证 |
| 2.5.1 数据重复性验证方法 |
| 2.5.2 重复性验证结果 |
| 2.6 本章小结 |
| 第三章 步态触觉信息数据库 |
| 3.1 引言 |
| 3.2 现存的步态数据库 |
| 3.3 ITCSH GaitⅠ步态数据库 |
| 3.3.1 数据采集环境设置 |
| 3.3.2 数据采集系统配置 |
| 3.3.3 数据集描述 |
| 3.4 ITCSH GaitⅡ步态数据库 |
| 3.4.1 数据采集环境设置 |
| 3.4.2 数据采集系统配置 |
| 3.4.3 数据集描述 |
| 3.5 ITCSH GaitⅢ步态数据库 |
| 3.5.1 数据采集环境设置 |
| 3.5.2 数据采集系统配置 |
| 3.5.3 数据集描述 |
| 3.6 本章小结 |
| 第四章 步态触觉特征提取与选择 |
| 4.1 概述 |
| 4.1.1 特征提取与特征选择的概念 |
| 4.1.2 特征提取方法选择 |
| 4.1.3 特征选择方法选择 |
| 4.2 基于波形特征点检测的时域步态特征提取 |
| 4.2.1 时域步态特征表示 |
| 4.2.2 实验结果与分析 |
| 4.3 基于小波包分解的频域步态特征提取 |
| 4.3.1 小波包变换简介 |
| 4.3.2 小波包分解提取步态特征的方法和结果 |
| 4.4 步态特征选择 |
| 4.4.1 基于模糊 C 均值判据的步态特征选择 |
| 4.4.1.1 FCM 算法基本思想 |
| 4.4.1.2 基于 FCM 算法的步态特征选择步骤 |
| 4.4.1.3 实验结果与分析 |
| 4.4.2 基于相关性测度的步态特征选择 |
| 4.4.2.1 CFS 法基本思想 |
| 4.4.2.2 CFS 法算法步骤 |
| 4.4.3 基于主分量分析的步态特征选择 |
| 4.4.4 基于支持向量机的步态特征选择 |
| 4.5 本章小结 |
| 第五章 基于支持向量机的步态识别与特征选择 |
| 5.1 近邻分类器与分类性能评估 |
| 5.1.1 K-近邻分类法 |
| 5.1.2 分类性能评估指标 |
| 5.1.3 分类性能评估方法——交叉验证 |
| 5.2 基于支持向量机的步态识别 |
| 5.2.1 支持向量机简介 |
| 5.2.2 支持向量机的核函数选择与参数优化 |
| 5.2.3 实验结果与分析 |
| 5.2.4 本节小结 |
| 5.3 步态特征选择结果与分析 |
| 5.4 基于步态特征的个人信息恢复 |
| 5.4.1 概述 |
| 5.4.2 体重恢复数学模型及结果 |
| 5.4.3 身高恢复数学模型及结果 |
| 5.5 本章小结 |
| 第六章 基于多分类器集成系统的步态识别 |
| 6.1 概述 |
| 6.1.1 行走速度对步态识别的影响 |
| 6.1.2 多分类器集成系统及其构造方法 |
| 6.1.3 基分类器输出的融合决策方法 |
| 6.2 基于旋转森林的步态识别 |
| 6.2.1 旋转森林简介及算法框架 |
| 6.2.2 基于分布式投票的分类方法 |
| 6.2.3 实验结果与分析 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 创新点摘要 |
| 7.3 未来研究工作展望 |
| 参考文献 |
| 附录 步态信息采集实验参与者情况调查表 |
| 在读期间发表的学术论文与取得的其他研究成果 |
| 致谢 |
四、加快推进生物认证技术健康发展——访中科院自动化生物特征认证与测评中心专家 谭铁牛 田捷（论文参考文献）
- [1]湖南创合科技公司生物识别业务营销策略研究[D]. 冯耀文. 湖南大学, 2018(01)
- [2]基于同态加密或分段Logistic映射的安全生物特征认证技术[D]. 梁家豪. 杭州电子科技大学, 2018(01)
- [3]多生物特征认证平台的设计与实现[D]. 庄妍. 电子科技大学, 2013(05)
- [4]“以人为本”:新一代生物识别核心理念——专访国际模式识别学会第一副主席、模式识别国家重点实验室主任谭铁牛研究员[J]. 诚凌. 中国信息安全, 2013(03)
- [5]生物识别技术在电子商务领域的应用[D]. 静妍. 吉林大学, 2012(03)
- [6]基于指纹与指静脉的多模态身份识别方法研究[D]. 林坤明. 重庆大学, 2012(03)
- [7]虹膜识别关键技术的研究[D]. 汪良会. 国防科学技术大学, 2011(07)
- [8]多样本、多单元、多角度、多模态生物特征识别技术的研究[D]. 李永. 国防科学技术大学, 2011(07)
- [9]基于指纹识别的考试管理系统设计与实现[D]. 马建敏. 河北科技大学, 2011(08)
- [10]基于步态触觉信息的身份识别研究[D]. 姚志明. 中国科学技术大学, 2010(06)