基于骨骼模型与稀疏深度能量图的步态识别研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第8-11页 |
| 1.1 背景研究及选题意义 | 第8-9页 |
| 1.2 本文研究内容 | 第9页 |
| 1.3 本文结构安排 | 第9-11页 |
| 第2章 步态识别研究现状及其挑战 | 第11-23页 |
| 2.1 步态识别发展历程 | 第11-13页 |
| 2.2 步态识别研究现状与方法 | 第13-16页 |
| 2.2.1 基于模型的方法 | 第13-14页 |
| 2.2.2 基于非模型的方法 | 第14页 |
| 2.2.3 基于3D空间的方法 | 第14-16页 |
| 2.3 识别过程及其挑战 | 第16-18页 |
| 2.3.1 步态识别过程 | 第16页 |
| 2.3.2 面临挑战 | 第16-18页 |
| 2.4 KINECT与步态识别 | 第18-22页 |
| 2.4.1 Kinect | 第18-19页 |
| 2.4.2 Kinect在步态识别中的应用 | 第19-22页 |
| 2.5 步态数据库 | 第22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 步态骨骼模型的特征提取 | 第23-35页 |
| 3.1 步态骨骼模型与质心分析 | 第23-24页 |
| 3.2 步态骨骼特征提取 | 第24-27页 |
| 3.2.1 CM相关的特征 | 第24-27页 |
| 3.2.2 其它特征 | 第27页 |
| 3.3 步态骨骼特征处理 | 第27-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 稀疏深度能量图的特征提取 | 第35-45页 |
| 4.1 深度图像与预处理 | 第35-38页 |
| 4.1.1 深度图像的获取 | 第35-36页 |
| 4.1.2 预处理 | 第36-38页 |
| 4.2 活动深度能量图 | 第38-39页 |
| 4.3 稀疏深度能量图 | 第39-44页 |
| 4.3.1 RPCA | 第40-41页 |
| 4.3.2 稀疏特征分析 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 联合多步态特征的协同表示识别 | 第45-61页 |
| 5.1 联合多特征的协同表示 | 第45-46页 |
| 5.2 多步态特征字典的协同联合 | 第46-48页 |
| 5.3 多步态特征匹配分数的协同联合 | 第48-49页 |
| 5.4 实验过程与结果 | 第49-56页 |
| 5.5 联合多特征识别的性能分析 | 第56-59页 |
| 5.5.1 性能分析 | 第56-59页 |
| 5.5.2 方法比较 | 第59页 |
| 5.6 本章小结 | 第59-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71页 |
