基于双源多特征的步态信息融合技术研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·生物特征识别 | 第8-10页 |
| ·步态特征识别 | 第10-15页 |
| ·步态特征识别的研究背景与意义 | 第10-11页 |
| ·步态特征识别的研究内容与现状 | 第11-15页 |
| ·本文研究内容与论文结构 | 第15-18页 |
| 第二章 基于视频图像源的人体步态信息 | 第18-36页 |
| ·步态图像的预处理 | 第18-27页 |
| ·图像二值化 | 第18-21页 |
| ·图像形态学处理 | 第21-23页 |
| ·运动人体轮廓提取 | 第23-27页 |
| ·步态图像的傅立叶描述子特征提取 | 第27-28页 |
| ·步态图像的Radon变换特征提取 | 第28-32页 |
| ·Radon变换介绍 | 第28-30页 |
| ·使用Radon变换提取步态图像特征 | 第30-32页 |
| ·步态周期划分与关键帧确定 | 第32-35页 |
| ·小结 | 第35-36页 |
| 第三章 基于热释电红外源的人体步态信息 | 第36-43页 |
| ·热释电红外源信号采集基本原理 | 第36-39页 |
| ·热释电红外传感器采集人体步态信息装置设计 | 第39-40页 |
| ·热释电红外源特征选择 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第四章 双源步态信息的多特征融合与识别 | 第43-62页 |
| ·主成分分析 | 第43-45页 |
| ·主成分分析概述 | 第43页 |
| ·主成分分析计算步骤 | 第43-45页 |
| ·数据融合策略 | 第45-49页 |
| ·支持向量机（SVM）分类器 | 第49-58页 |
| ·支持向量机原理 | 第49-56页 |
| ·K-折交叉验证 | 第56-58页 |
| ·实验设计与结果分析 | 第58-61页 |
| ·实验一（自然行走） | 第58-59页 |
| ·实验二（混合行走） | 第59-60页 |
| ·实验结果分析 | 第60-61页 |
| ·小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-65页 |
| ·工作总结 | 第62-63页 |
| ·工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 发表论文和科研情况说明 | 第69-70页 |
| 致谢 | 第70页 |
