摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第9-13页 |
1.1 研究的背景及意义 | 第9-10页 |
1.1.1 姿态识别概述 | 第9-10页 |
1.1.2 RFID 概述 | 第10页 |
1.1.3 研究意义 | 第10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 研究内容 | 第12页 |
1.4 本文结构 | 第12-13页 |
第2章 姿态识别技术基本理论 | 第13-19页 |
2.1 特征提取方法的分类 | 第13-17页 |
2.1.1 基于图像信息 | 第13-15页 |
2.1.2 基于无线信号 | 第15-16页 |
2.1.3 基于可穿戴设备 | 第16-17页 |
2.2 特征判别的方法 | 第17-18页 |
2.3 本章小结 | 第18-19页 |
第3章 障碍物对 RFID 链路状态的影响的研究 | 第19-29页 |
3.1 RFID 技术简介 | 第19-22页 |
3.1.1 RFID 系统的基本组成 | 第19-20页 |
3.1.2 RFID 系统的工作原理 | 第20页 |
3.1.3 RFID 系统分类 | 第20-21页 |
3.1.4 RFID 主要应用及优点 | 第21-22页 |
3.2 RFID 信号衰减模型 | 第22-23页 |
3.3 障碍物对信号强度的影响 | 第23-26页 |
3.3.1 单天线条件下结果 | 第24-25页 |
3.3.2 多天线条件下结果 | 第25-26页 |
3.4 障碍物对链路丢包率的影响 | 第26-28页 |
3.4.1 单天线条件下结果 | 第26-27页 |
3.4.2 多天线条件下结果 | 第27-28页 |
3.5 本章小结 | 第28-29页 |
第4章 基于 RFID 技术的人体姿态识别系统 | 第29-45页 |
4.1 系统构成 | 第29-30页 |
4.2 姿态特征的提取 | 第30-35页 |
4.2.1 利用 LSI 提取原始姿态特征 | 第30-31页 |
4.2.2 利用姿态矩阵描述人体姿态 | 第31-33页 |
4.2.3 特征值降维 | 第33-35页 |
4.3 利用 Fisher 判别方法判别静态姿态 | 第35-39页 |
4.3.1 Fisher 判别方法简介 | 第36-37页 |
4.3.2 利用 Fisher 判别方法处理特征向量 | 第37-39页 |
4.4 动态姿态的识别 | 第39-42页 |
4.4.1 关键姿态的提出 | 第39-40页 |
4.4.2 基于关键姿态分量的动态姿态识别 | 第40-41页 |
4.4.3 引入关键转换的概念改良算法 | 第41-42页 |
4.5 算法总流程 | 第42-44页 |
4.6 本章小结 | 第44-45页 |
第5章 实验分析 | 第45-53页 |
5.1 实验环境 | 第45-47页 |
5.2 人体静态姿态的识别实验 | 第47-49页 |
5.2.1 测试姿态的设计 | 第47-48页 |
5.2.2 实验流程 | 第48-49页 |
5.2.3 实验结果及误差分析 | 第49页 |
5.3 人体动态姿态的识别实验 | 第49-51页 |
5.3.1 测试姿态的设计 | 第50页 |
5.3.2 实验流程 | 第50-51页 |
5.4 实验结果分析 | 第51-52页 |
5.4.1 利用基于关键姿态分量的识别方法进行实验 | 第51页 |
5.4.2 利用经过关键转换处理改进过的算法进行实验 | 第51-52页 |
5.5 本章小结 | 第52-53页 |
第6章 总结与展望 | 第53-55页 |
6.1 全文总结 | 第53页 |
6.2 研究展望 | 第53-55页 |
致谢 | 第55-56页 |
参考文献 | 第56-60页 |
附录 | 第60-61页 |
详细摘要 | 第61-64页 |