| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 引言 | 第12-17页 |
| ·生物特征识别技术 | 第12页 |
| ·步态识别 | 第12-13页 |
| ·步态识别应用 | 第13-14页 |
| ·步态识别研究内容 | 第14-17页 |
| 第2章 步态识别方法研究 | 第17-26页 |
| ·运动分割 | 第17-18页 |
| ·特征提取 | 第18-23页 |
| ·模式分类 | 第23-25页 |
| ·小结 | 第25-26页 |
| 第3章 步态运动分割及图像预处理 | 第26-33页 |
| ·背景提取 | 第26-27页 |
| ·差影及二值化 | 第27-28页 |
| ·形态学处理 | 第28-30页 |
| ·图像连通处理 | 第30页 |
| ·人影消除 | 第30-31页 |
| ·轮廓提取及跟踪 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第4章 基于HU 矩的步态识别 | 第33-40页 |
| ·HU 不变矩理论 | 第33-35页 |
| ·基于HU 矩的步态特征提取 | 第35-38页 |
| ·规格化步态周期 | 第38页 |
| ·基于HU 不变矩的步态识别 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第5章 ZERNIKE 矩特征提取和PCA 特征数据压缩 | 第40-50页 |
| ·ZERNIKE 矩理论 | 第40-43页 |
| ·基于在ZERNIKE 矩步态特征提取 | 第43-46页 |
| ·PCA 压缩特征数据 | 第46-49页 |
| ·K 近邻步态识别 | 第49页 |
| ·小结 | 第49-50页 |
| 第6章 BP 神经网络识别 | 第50-55页 |
| ·BP 神经网络理论 | 第50-52页 |
| ·基于BP 神经网络的步态识别 | 第52-54页 |
| ·小结 | 第54-55页 |
| 第7章 步态识别系统实现及实验结果分析 | 第55-65页 |
| ·步态识别系统实现 | 第55-59页 |
| ·实验结果分析 | 第59-64页 |
| ·小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读学位期间所发表的学术论文及参加的科研项目 | 第72页 |