基于粒子滤波跟踪的步态特征提取算法研究
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 符号说明 | 第13-14页 |
| 第一章 绪论 | 第14-21页 |
| ·粒子滤波跟踪的发展现状及应用 | 第14-16页 |
| ·粒子滤波跟踪的发展现状 | 第14页 |
| ·粒子滤波跟踪的应用 | 第14-16页 |
| ·步态特征提取的现状与发展 | 第16-18页 |
| ·步态特征提取的历史与现状 | 第16-17页 |
| ·步态特征提取的发展前景 | 第17-18页 |
| ·本文的研究内容 | 第18-19页 |
| ·本文的研究内容 | 第19页 |
| ·本文的创新点 | 第19页 |
| ·本文各章内容安排 | 第19-21页 |
| 第二章 基于粒子滤波的跟踪算法 | 第21-45页 |
| ·目标跟踪方法综述 | 第22-24页 |
| ·基于主动轮廓(snake)模型的跟踪方法 | 第22-23页 |
| ·基于特征的跟踪方法 | 第23页 |
| ·基于3D模型的跟踪方法 | 第23-24页 |
| ·目标检测 | 第24-28页 |
| ·目标检测方法 | 第24-27页 |
| ·图像腐蚀 | 第27页 |
| ·图像膨胀 | 第27-28页 |
| ·图像连通域分析 | 第28页 |
| ·贝叶斯滤波原理 | 第28-31页 |
| ·卡尔曼滤波器 | 第31-32页 |
| ·粒子滤波跟踪器 | 第32-38页 |
| ·贝叶斯重要性采样(BIS) | 第33-34页 |
| ·序列重要性采样(SIS) | 第34-36页 |
| ·退化现象 | 第36-37页 |
| ·粒子滤波存在的问题 | 第37-38页 |
| ·粒子滤波与视觉跟踪 | 第38-43页 |
| ·跟踪的目的 | 第38-39页 |
| ·目标的先验知识 | 第39-40页 |
| ·系统状态转移 | 第40-41页 |
| ·系统观测 | 第41-42页 |
| ·后验概率计算 | 第42页 |
| ·粒子重采样 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第三章 步态特征提取 | 第45-49页 |
| ·步态识别综述 | 第45-46页 |
| ·常用的步态特征提取方法 | 第46-47页 |
| ·基于统计特性的特征提取方法 | 第46页 |
| ·基于模型的特征提取方法 | 第46-47页 |
| ·基于傅里叶描述子的特征提取 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 方法结合与实验结果 | 第49-62页 |
| ·算法流程 | 第49-51页 |
| ·实验结果 | 第51-61页 |
| ·人体目标特征的提取 | 第51-54页 |
| ·粒子滤波跟踪 | 第54-55页 |
| ·粒子滤波的关键技术 | 第55-57页 |
| ·傅里叶描述子 | 第57-58页 |
| ·实验结果 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·论文总结 | 第62页 |
| ·研究展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学位论文 | 第71-72页 |
| 学位论文评阅及答辩情况表 | 第72页 |
