基于人体宽度特征的步态识别
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·引言 | 第9-10页 |
| ·步态识别的研究内容 | 第10-11页 |
| ·步态识别的研究现状 | 第11-13页 |
| ·本文的结构和主要工作 | 第13-15页 |
| 第二章 步态识别方法概述 | 第15-24页 |
| ·运动目标检测 | 第15-17页 |
| ·差分图像法 | 第15-16页 |
| ·互相关分析法 | 第16页 |
| ·时空梯度法 | 第16-17页 |
| ·步态表征 | 第17-19页 |
| ·结构表征方法 | 第17-18页 |
| ·非结构表征方法 | 第18-19页 |
| ·步态特征变换 | 第19-22页 |
| ·子空间变换法 | 第19-21页 |
| ·概率Hough 变换 | 第21-22页 |
| ·步态识别的方法 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 支持向量机 | 第24-33页 |
| ·支持向量机理论 | 第24-26页 |
| ·支持向量机模型 | 第26-27页 |
| ·核函数及参数介绍 | 第27-28页 |
| ·用于多类分类的支持向量机 | 第28-29页 |
| ·研究现状 | 第29-31页 |
| ·支持向量机训练算法的研究 | 第29-31页 |
| ·支持向量机的应用 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第四章 步态图像的预处理 | 第33-39页 |
| ·引言 | 第33-34页 |
| ·背景建模 | 第34页 |
| ·前景区域检测 | 第34-36页 |
| ·前景提取 | 第34-35页 |
| ·前景图像的二值化处理 | 第35-36页 |
| ·后处理 | 第36-39页 |
| 第五章 基于人体宽度特征的步态识别 | 第39-53页 |
| ·引言 | 第39页 |
| ·步态特征提取与处理 | 第39-40页 |
| ·步态空间特征 | 第40页 |
| ·步态时域特征 | 第40-46页 |
| ·特征向量压缩 | 第46-48页 |
| ·SVM 的方法应用于步态身份识别 | 第48-50页 |
| ·SVM 的训练与测试 | 第48-49页 |
| ·SVM 的具体实现 | 第49页 |
| ·核函数和参数选择 | 第49-50页 |
| ·实验结果和数据分析 | 第50-52页 |
| ·实验数据来源 | 第50-51页 |
| ·实验结果 | 第51页 |
| ·实验数据分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 全文总结及展望 | 第53-57页 |
| ·本文总结 | 第53-54页 |
| ·本文展望 | 第54-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
