基于热释电红外信息的人体动作识别研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-19页 |
| ·生物特征识别概述 | 第8-12页 |
| ·基于生理特征的生物识别 | 第9-11页 |
| ·基于行为特征的生物识别 | 第11-12页 |
| ·人体动作识别概述 | 第12-16页 |
| ·基于视觉的人体动作识别 | 第13-14页 |
| ·基于热释电信息的人体动作识别 | 第14-16页 |
| ·研究内容及论文结构 | 第16-19页 |
| 第二章 热释电红外传感器的基本原理 | 第19-23页 |
| ·人体红外辐射原理 | 第19页 |
| ·热释电效应原理 | 第19-21页 |
| ·热释电红外传感器 | 第21-23页 |
| 第三章 人体热释电红外信息采集系统 | 第23-30页 |
| ·被动红外探测装置 | 第23-25页 |
| ·信号调理电路 | 第25-26页 |
| ·数模转换装置与LabVIEW 程序设计 | 第26-30页 |
| ·数模转换装置——NI USB-6251 | 第26-27页 |
| ·LabVIEW 数据采集程序设计 | 第27-30页 |
| 第四章 热释电红外数据采集与信号特征提取 | 第30-47页 |
| ·热释电红外数据采集 | 第30-33页 |
| ·实验方案 | 第30-31页 |
| ·数据采集 | 第31-33页 |
| ·基于傅里叶变换的特征提取 | 第33-38页 |
| ·快速傅里叶变换原理 | 第33-36页 |
| ·FFT 的频谱分析 | 第36-38页 |
| ·基于小波变换的特征提取 | 第38-47页 |
| ·小波变换的基本原理 | 第38-40页 |
| ·小波函数的选择 | 第40-41页 |
| ·小波包分析原理 | 第41-43页 |
| ·小波变换的时频分析 | 第43-47页 |
| 第五章 基于支持向量机和聚类算法的动作识别研究 | 第47-60页 |
| ·支持向量机 | 第47-51页 |
| ·支持向量机原理 | 第47-49页 |
| ·支持向量机的核函数 | 第49-50页 |
| ·交叉验证与正确识别率 | 第50-51页 |
| ·聚类算法 | 第51-54页 |
| ·聚类算法原理 | 第51-53页 |
| ·聚类分析的研究意义 | 第53-54页 |
| ·K-means 聚类算法 | 第54页 |
| ·分类识别过程及结果讨论 | 第54-60页 |
| ·支持向量机的识别结果 | 第54-55页 |
| ·K-means 聚类的识别结果 | 第55-57页 |
| ·分层次动作识别过程 | 第57-59页 |
| ·识别结果总结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·内容总结 | 第60-61页 |
| ·工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67页 |
