| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 身份识别技术概述 | 第8-9页 |
| 1.1.1 传统的身份识别 | 第8页 |
| 1.1.2 生物特征识别技术概述 | 第8-9页 |
| 1.2 步态识别技术概述 | 第9-13页 |
| 1.2.1 传统步态识别技术 | 第9-12页 |
| 1.2.2 基于热释电原理的步态识别概述 | 第12-13页 |
| 1.3 研究内容及论文结构 | 第13-15页 |
| 第二章 人体红外热释电信息采集系统 | 第15-24页 |
| 2.1 热释电红外传感器 | 第15-18页 |
| 2.1.1 人体红外辐射原理 | 第15-16页 |
| 2.1.2 热释电效应 | 第16-18页 |
| 2.2 菲涅尔透镜 | 第18-20页 |
| 2.3 信号调理电路 | 第20页 |
| 2.4 数模转换装置与LABVIEW 程序设计 | 第20-24页 |
| 2.4.1 数模转换装置—NI U586251 介绍 | 第20-22页 |
| 2.4.2 LABVIEW 编程 | 第22-24页 |
| 第三章 热释电红外数据采集及预处理 | 第24-37页 |
| 3.1 热释电红外数据采集 | 第24-27页 |
| 3.1.1 实验方案 | 第24-25页 |
| 3.1.2 数据采集 | 第25-27页 |
| 3.2 快速傅里叶变换 | 第27-32页 |
| 3.2.1 快速傅里叶变换原理 | 第27-31页 |
| 3.2.2 FFT 的频谱分析 | 第31-32页 |
| 3.3 小波变换原理 | 第32-37页 |
| 3.3.1 连续小波变换 | 第33-34页 |
| 3.3.2 离散小波变换 | 第34-35页 |
| 3.3.3 小波变换的时频分析 | 第35-37页 |
| 第四章 多角度热释电红外信息融合 | 第37-41页 |
| 4.1 特征融合概述 | 第37-39页 |
| 4.2 特征融合策略 | 第39-41页 |
| 第五章 基于BP 神经网络和聚类方法的身份识别研究 | 第41-56页 |
| 5.1 BP 神经网络 | 第41-45页 |
| 5.1.1 BP 神经网络算法原理 | 第41-43页 |
| 5.1.2 BP 神经网络的改进与优化 | 第43-45页 |
| 5.2 聚类算法 | 第45-49页 |
| 5.2.1 聚类算法原理 | 第45-48页 |
| 5.2.2 聚类分析的研究意义 | 第48页 |
| 5.2.3 K-means 聚类算法 | 第48-49页 |
| 5.3 分类识别结果及讨论 | 第49-56页 |
| 5.3.1 识别结果 | 第49-54页 |
| 5.3.2 验证结果 | 第54-55页 |
| 5.3.3 结果讨论 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 内容总结 | 第56-57页 |
| 6.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 发表论文和参加科研情况说明 | 第61-62页 |
| 致谢 | 第62页 |