非模型步态识别的算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-18页 |
| 1.1 课题研究的背景和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-16页 |
| 1.2.0 步态识别的难点 | 第8-9页 |
| 1.2.1 步态识别研究趋势 | 第9-10页 |
| 1.2.2 步态识别主流方法 | 第10-13页 |
| 1.2.3 步态识别数据库 | 第13-15页 |
| 1.2.4 重要研究机构介绍 | 第15-16页 |
| 1.3 本文研究的主要内容 | 第16页 |
| 1.4 论文结构 | 第16-18页 |
| 2 步态识别的预处理 | 第18-28页 |
| 2.1 步态视频序列背景的提取 | 第18-21页 |
| 2.2 目标检测提取 | 第21-23页 |
| 2.3 轮廓图的形态学处理 | 第23-24页 |
| 2.4 轮廓图的提取及归一化 | 第24-25页 |
| 2.5 实验 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 3 基于GEI的轮廓特征提取 | 第28-46页 |
| 3.1 GEI | 第28-30页 |
| 3.2 基于轮廓的特征 | 第30-33页 |
| 3.2.1 GEI的缺陷 | 第30页 |
| 3.2.2 EBL特征的提取 | 第30-33页 |
| 3.3 背包大衣子集的提升 | 第33-38页 |
| 3.3.1 USF实验数据集 | 第33-35页 |
| 3.3.2 改进策略 | 第35-38页 |
| 3.4 PWEBL | 第38-40页 |
| 3.5 PW-GABOREBL | 第40-44页 |
| 3.5.1 Gabor-EBL | 第40-42页 |
| 3.5.2 PW-GaborEBL | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 4 分类器研究 | 第46-56页 |
| 4.1 特征选择 | 第46-50页 |
| 4.1.1 特征选择的一般过程 | 第46-47页 |
| 4.1.2 EBL的特征选择实验 | 第47-48页 |
| 4.1.3 Gabor-EBL的特征选择实验 | 第48-50页 |
| 4.2 SOFTMAX分类器设计 | 第50-54页 |
| 4.2.1 logistic回归 | 第51-52页 |
| 4.2.2 softmax回归 | 第52-53页 |
| 4.2.3 softmax的分类实验 | 第53-54页 |
| 4.3 本章小结 | 第54-56页 |
| 5 全文的展望与总结 | 第56-59页 |
| 5.1 全文总结 | 第56-57页 |
| 5.2 今后工作展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 附录 攻读学位期间发表的学术论文 | 第66页 |
