摘要 | 第1-7页 |
Abstract | 第7-10页 |
主要符号表 | 第10-11页 |
第1章 绪论 | 第11-20页 |
·步态识别研究的背景及其意义 | 第11-12页 |
·国内外研究现状 | 第12-14页 |
·国内研究现状 | 第12-14页 |
·国外研究现状 | 第14页 |
·步态识别研究内容 | 第14-17页 |
·课题研究进展 | 第17-18页 |
·本文的内容组织 | 第18-20页 |
第2章 步态的预处理 | 第20-29页 |
·运动检测方法 | 第20-21页 |
·背景减除法 | 第20页 |
·时间差分法 | 第20-21页 |
·光流法 | 第21页 |
·基于背景减除法的步态检测 | 第21-27页 |
·背景建模 | 第21-23页 |
·图像差分 | 第23-24页 |
·阈值分割 | 第24页 |
·形态学后处理 | 第24-27页 |
·步态周期分析 | 第27-28页 |
·步态周期的定义 | 第27页 |
·步态周期检测 | 第27-28页 |
·本章小结 | 第28-29页 |
第3章 踝关节点轨迹和脚对小腿弯曲角度的步态识别 | 第29-44页 |
·引言 | 第29-30页 |
·下肢关节点定位 | 第30-33页 |
·髋关节点的定位 | 第30-31页 |
·膝关节点的定位 | 第31页 |
·踝关节点的定位 | 第31-32页 |
·自遮挡关节点的确定 | 第32页 |
·脚尖坐标提取 | 第32-33页 |
·特征提取 | 第33-37页 |
·获取人的行走路径 | 第33-35页 |
·踝关节点轨迹相对速度的提取 | 第35-36页 |
·脚相对于小腿弯曲角度的提取 | 第36-37页 |
·分类识别 | 第37-39页 |
·实验 | 第39-43页 |
·实验过程 | 第40-42页 |
·实验结果 | 第42-43页 |
·方法比较 | 第43页 |
·本章小结 | 第43-44页 |
第4章 基于踝关节点速度场和关节角度的步态识别方法 | 第44-52页 |
·引言 | 第44页 |
·特征提取 | 第44-47页 |
·踝关节点速度场的提取 | 第45-46页 |
·关节角度 R、 L提取 | 第46-47页 |
·分类识别 | 第47-49页 |
·最近邻法 | 第47-48页 |
·K-近邻法 | 第48-49页 |
·实验 | 第49-51页 |
·实验结果及其分析 | 第49-50页 |
·性能校验 | 第50-51页 |
·本章小结 | 第51-52页 |
第5章 结论与展望 | 第52-54页 |
·本文研究工作总结 | 第52-53页 |
·对今后工作展望 | 第53-54页 |
附录 步态识别算法研究程序清单 | 第54-64页 |
参考文献 | 第64-67页 |
致谢 | 第67-68页 |
攻读硕士期间发表(含录用)的学术论文 | 第68页 |