| 致谢 | 第5-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-27页 |
| 1.1 研究背景与选题意义 | 第13-15页 |
| 1.2 相关技术研究现状 | 第15-21页 |
| 1.2.1 基于单目视觉的目标高度和宽度测量研究现状 | 第15-16页 |
| 1.2.2 步态特征描述与识别研究现状 | 第16-21页 |
| 1.3 基于人体几何特征的步态识别技术难点 | 第21-22页 |
| 1.4 论文研究内容与贡献 | 第22-24页 |
| 1.4.1 主要研究内容 | 第23页 |
| 1.4.2 论文贡献 | 第23-24页 |
| 1.5 论文章节安排 | 第24-27页 |
| 第2章 基于单目视觉的目标高度和宽度测量 | 第27-49页 |
| 2.1 引言 | 第27页 |
| 2.2 立体视觉几何原理描述 | 第27-30页 |
| 2.2.1 消隐点与消隐线 | 第27-29页 |
| 2.2.2 相机标定 | 第29-30页 |
| 2.3 基于单目视觉的目标高度和宽度测量方法 | 第30-44页 |
| 2.3.1 畸变校正 | 第31-32页 |
| 2.3.2 水平面消隐线和竖直平面消隐点提取 | 第32-35页 |
| 2.3.3 人体前景及头脚位置提取 | 第35-38页 |
| 2.3.4 高度测量 | 第38-41页 |
| 2.3.5 宽度测量 | 第41-44页 |
| 2.4 实验结果 | 第44-47页 |
| 2.4.1 实验设计 | 第44页 |
| 2.4.2 利用标定板进行目标高度和宽度测量 | 第44-45页 |
| 2.4.3 身高和步幅宽度自动测量 | 第45-47页 |
| 2.5 本章小结 | 第47-49页 |
| 第3章 侧面视角下步态的特征描述与识别 | 第49-69页 |
| 3.1 引言 | 第49-50页 |
| 3.2 一个完整步态周期提取方法 | 第50-52页 |
| 3.3 步态几何特征提取 | 第52-60页 |
| 3.3.1 静态步态几何特征提取 | 第52-53页 |
| 3.3.2 动态步态几何特征提取 | 第53-60页 |
| 3.4 基于步态几何特征进行识别 | 第60-62页 |
| 3.4.1 最近邻分类KNN | 第60页 |
| 3.4.2 动态时间规整DTW | 第60-61页 |
| 3.4.3 支持向量机SVM | 第61页 |
| 3.4.4 大间隔最近邻分类LMNN | 第61-62页 |
| 3.5 实验结果与分析 | 第62-68页 |
| 3.5.1 正常行走状态下两类步态特征的分析比较 | 第63-65页 |
| 3.5.2 正常+变装行走状态下两类步态特征的分析比较 | 第65-66页 |
| 3.5.3 不同分类方法的分析比较 | 第66-67页 |
| 3.5.4 不同几何特征的分析比较 | 第67-68页 |
| 3.5.5 实验结果总结 | 第68页 |
| 3.6 本章小结 | 第68-69页 |
| 第4章 智能视频监控平台设计 | 第69-97页 |
| 4.1 引言 | 第69页 |
| 4.2 智能视频监控平台框架 | 第69-74页 |
| 4.2.1 视频数据采集和存储子系统 | 第70-71页 |
| 4.2.2 视频处理和分析子系统 | 第71-73页 |
| 4.2.3 智能视频监控平台性能要求 | 第73-74页 |
| 4.3 视频处理和分析子系统的实现 | 第74-87页 |
| 4.3.1 录像回放功能的实现 | 第74-76页 |
| 4.3.2 视频内容筛选功能的实现 | 第76-78页 |
| 4.3.3 步态识别功能的实现 | 第78-87页 |
| 4.4 实例分析 | 第87-95页 |
| 4.4.1 实验设计 | 第87页 |
| 4.4.2 录像回放功能的验证 | 第87-88页 |
| 4.4.3 视频内容筛选功能的验证 | 第88页 |
| 4.4.4 步态识别功能的验证 | 第88-95页 |
| 4.5 本章小结 | 第95-97页 |
| 第5章 总结与展望 | 第97-99页 |
| 5.1 论文总结 | 第97-98页 |
| 5.2 研究展望 | 第98-99页 |
| 参考文献 | 第99-103页 |
| 作者简介 | 第103页 |
| 硕士学位期间主要的研究成果 | 第103页 |