采用不变矩的步态识别
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 导论 | 第8-27页 |
| ·生物识别 | 第8-9页 |
| ·步态识别 | 第9-25页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-25页 |
| ·步态识别的总体框架 | 第25页 |
| ·本文的内容安排 | 第25-27页 |
| 2 采用高斯模型的运动目标提取 | 第27-45页 |
| ·引言 | 第27页 |
| ·运动目标提取 | 第27-29页 |
| ·背景消减法 | 第29-32页 |
| ·阈值法 | 第29页 |
| ·非参数化模型法 | 第29-31页 |
| ·其它方法 | 第31页 |
| ·背景消减法小结 | 第31-32页 |
| ·采用高斯模型的运动目标提取 | 第32-44页 |
| ·序列图象的两种处理方式 | 第33页 |
| ·象素点时间变化的空间分布 | 第33-37页 |
| ·象素点背景时刻的概率分布 | 第37-40页 |
| ·采用高斯模型的实现 | 第40-42页 |
| ·后处理 | 第42页 |
| ·实验结果及分析 | 第42-44页 |
| ·小结 | 第44-45页 |
| 3 矩及遗传算法理论 | 第45-53页 |
| ·引言 | 第45页 |
| ·矩及不变矩 | 第45-47页 |
| ·矩 | 第45-46页 |
| ·不变矩计算 | 第46-47页 |
| ·遗传算法 | 第47-51页 |
| ·遗传算法概述 | 第47-49页 |
| ·遗传算法的基本操作 | 第49页 |
| ·基本型遗传算法实现步骤 | 第49-51页 |
| ·小结 | 第51-53页 |
| 4 不变矩傅氏级数表示的步态识别 | 第53-77页 |
| ·引言 | 第53页 |
| ·步态信息来源及获取 | 第53-57页 |
| ·步态描述 | 第53-54页 |
| ·步态特点 | 第54页 |
| ·信息获取原理 | 第54-55页 |
| ·静态信息获取 | 第55页 |
| ·动态信息获取 | 第55-57页 |
| ·步态信号提取 | 第57-62页 |
| ·不变矩计算及步态的周期性分析 | 第57-58页 |
| ·傅利叶级数拟合 | 第58-60页 |
| ·遗传算法实现 | 第60-61页 |
| ·步态周期尺度修正 | 第61-62页 |
| ·分类与实验 | 第62-75页 |
| ·步态数据库 | 第62-64页 |
| ·分类器 | 第64-67页 |
| ·算法识别率 | 第67-71页 |
| ·方法性能评估 | 第71-75页 |
| ·小结 | 第75-77页 |
| 5 总结和展望 | 第77-79页 |
| ·总结 | 第77-78页 |
| ·展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-87页 |
| 附录 作者在攻读硕士学位期间发表的论文目录 | 第87页 |
