基于步幅长度及频域特征的步态识别方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| §1-1 引言 | 第8页 |
| §1-2 生物特征识别 | 第8-9页 |
| §1-3 步态识别 | 第9-13页 |
| 1-3-1 步态识别简介 | 第9-10页 |
| 1-3-2 步态识别的研究路线及现状 | 第10-12页 |
| 1-3-3 步态识别的研究难点及发展趋势 | 第12-13页 |
| §1-4 本文的研究内容和章节安排 | 第13-15页 |
| 第二章 运动目标检测 | 第15-31页 |
| §2-1 运动目标检测技术简介 | 第15-19页 |
| 2-1-1 光流法 | 第16页 |
| 2-1-2 帧间差分法 | 第16-18页 |
| 2-1-3 背景减除法 | 第18-19页 |
| §2-2 背景减除法获得二值图像 | 第19-25页 |
| 2-2-1 背景重建 | 第19-20页 |
| 2-2-2 灰度变换 | 第20页 |
| 2-2-3 中值滤波 | 第20-22页 |
| 2-2-4 背景减除与固定阈值分割 | 第22-23页 |
| 2-2-5 形态学算子去空洞 | 第23-25页 |
| §2-3 提取人体步态轮廓 | 第25-30页 |
| §2-4 小结 | 第30-31页 |
| 第三章 步态特征提取 | 第31-38页 |
| §3-1 步幅长度特征的提取 | 第31-33页 |
| §3-2 步态周期分割 | 第33-34页 |
| §3-3 频谱能量特征的提取 | 第34-38页 |
| 第四章 步态识别 | 第38-44页 |
| §4-1 识别方法 | 第38-39页 |
| 4-1-1 模板匹配 | 第38页 |
| 4-1-2 统计方法 | 第38-39页 |
| §4-2 分类决策 | 第39-41页 |
| 4-2-1 最近邻分类器 | 第39页 |
| 4-2-2 K 近邻分类器 | 第39-40页 |
| 4-2-3 距离度量 | 第40-41页 |
| §4-3 实验结果与分析 | 第41-44页 |
| 第五章 全文总结及展望 | 第44-46页 |
| §5-1 结论 | 第44页 |
| §5-2 展望 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-49页 |
| 攻读硕士学位期间所取得的相关科研成果 | 第49页 |
