基于人体步态特征的身份识别系统研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·引言 | 第7-8页 |
| ·步态识别的研究现状 | 第8-11页 |
| ·步态识别问题的描述 | 第8-9页 |
| ·步态识别方法概述 | 第9-10页 |
| ·步态识别的研究难点与应用前景 | 第10-11页 |
| ·课题的主要研究内容 | 第11-13页 |
| 2 人体运动的步态检测 | 第13-23页 |
| ·引言 | 第13-15页 |
| ·人体运动的快速检测 | 第15-21页 |
| ·背景建模 | 第16-17页 |
| ·运动目标检测 | 第17-18页 |
| ·阴影消除 | 第18-19页 |
| ·运动区域提取 | 第19-21页 |
| ·小结 | 第21-23页 |
| 3 步态特征提取 | 第23-29页 |
| ·人体步态轮廓的抽取 | 第23-24页 |
| ·步态轮廓特征的描述与提取 | 第24-27页 |
| ·时域描述 | 第24-25页 |
| ·傅立叶频率域描述 | 第25-26页 |
| ·小波域描述 | 第26-27页 |
| ·小结 | 第27-29页 |
| 4 基于单视角的步态识别 | 第29-45页 |
| ·引言 | 第29页 |
| ·基于主成分分析和最近邻分类器的步态识别 | 第29-33页 |
| ·主成分分析 | 第29-31页 |
| ·最近邻分类器 | 第31页 |
| ·识别结果与分析 | 第31-33页 |
| ·基于独立成分分析和支持向量机的步态识别 | 第33-43页 |
| ·独立成分分析 | 第33-36页 |
| ·支持向量机 | 第36-38页 |
| ·识别结果与分析 | 第38-43页 |
| ·小结 | 第43-45页 |
| 5 基于多视角步态信息融合的身份识别 | 第45-51页 |
| ·信息融合概述 | 第45-47页 |
| ·信息融合的定义及分类 | 第45-46页 |
| ·决策层信息融合规则 | 第46-47页 |
| ·多视角步态信息融合 | 第47-48页 |
| ·多视角决策层融合策略 | 第47页 |
| ·融合后的结果及分析 | 第47-48页 |
| ·小结 | 第48-51页 |
| 6 总结与展望 | 第51-53页 |
| ·工作总结 | 第51页 |
| ·未来展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 在校学习期间发表的论文 | 第59-60页 |