基于步态的身份识别技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题背景及研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·现存的问题 | 第13-14页 |
| ·论文的主要工作内容 | 第14-15页 |
| ·论文的组织结构 | 第15-17页 |
| 第2章 系统框架设计 | 第17-23页 |
| ·系统设计思想及原则 | 第17-18页 |
| ·设计思想 | 第17页 |
| ·设计原则 | 第17-18页 |
| ·系统处理流程 | 第18页 |
| ·系统功能模块划分 | 第18-22页 |
| ·系统模块组成 | 第18-19页 |
| ·各功能模块设计 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 步态检测及预处理 | 第23-34页 |
| ·步态检测方法概述 | 第23-25页 |
| ·背景减除法 | 第23-24页 |
| ·帧间差分法 | 第24页 |
| ·光流法 | 第24-25页 |
| ·背景建模 | 第25-27页 |
| ·中值法 | 第25页 |
| ·均值法 | 第25-26页 |
| ·高斯模型法 | 第26-27页 |
| ·人体区域提取 | 第27-31页 |
| ·差值及二值化 | 第27-28页 |
| ·形态学处理 | 第28-30页 |
| ·归一化处理 | 第30-31页 |
| ·步态周期分析 | 第31-33页 |
| ·周期检测 | 第31-32页 |
| ·关键帧提取 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 步态特征提取及识别 | 第34-45页 |
| ·特征提取方法概述 | 第34-35页 |
| ·基于模型的方法 | 第34页 |
| ·基于非模型的方法 | 第34-35页 |
| ·步态表征 | 第35-40页 |
| ·步态能量图 | 第35-38页 |
| ·特征选择掩膜 | 第38-40页 |
| ·主成分分析(PCA) | 第40-42页 |
| ·原理概述 | 第40-42页 |
| ·PCA特征降维 | 第42页 |
| ·支持向量机(SVM) | 第42-43页 |
| ·原理概述 | 第42-43页 |
| ·分类器设计 | 第43页 |
| ·特征提取算法 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 系统实现及实验分析 | 第45-59页 |
| ·系统功能概述 | 第45-46页 |
| ·系统开发环境 | 第46-47页 |
| ·主要模块处理流程 | 第47-50页 |
| ·步态检测及预处理实现 | 第50-52页 |
| ·步态检测 | 第50页 |
| ·图像处理 | 第50-52页 |
| ·训练及识别实现 | 第52-56页 |
| ·SVM训练 | 第53-55页 |
| ·SVM识别 | 第55-56页 |
| ·实验及结果分析 | 第56-58页 |
| ·数据集 | 第56-57页 |
| ·结果分析 | 第57-58页 |
| ·本章小节 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士期间发表的文章和取得的科研成果 | 第63-64页 |
| 致谢 | 第64页 |
