基于多类特征融合的步态识别算法
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-19页 |
| ·课题的研究背景和意义 | 第12-14页 |
| ·步态识别研究现状 | 第14-16页 |
| ·本文的主要工作和创新点 | 第16-17页 |
| ·论文结构 | 第17-19页 |
| 第二章 步态识别算法研究 | 第19-25页 |
| ·步态识别系统 | 第19-20页 |
| ·步态识别研究方法 | 第20-23页 |
| ·基于模型的方法 | 第21-22页 |
| ·非模型化的方法 | 第22-23页 |
| ·主要的步态数据库 | 第23-25页 |
| 第三章 运动目标检测 | 第25-38页 |
| ·图像提取 | 第25-27页 |
| ·形态学处理 | 第27-30页 |
| ·连通性分析 | 第30-33页 |
| ·图像裁剪 | 第33-34页 |
| ·边缘提取 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 步态特征提取 | 第38-57页 |
| ·步态周期检测 | 第39-42页 |
| ·关键帧的提取 | 第42页 |
| ·步态特征提取 | 第42-50页 |
| ·人体轮廓特征提取 | 第43-45页 |
| ·肢体角度特征提取 | 第45-48页 |
| ·反射对称特征提取 | 第48-50页 |
| ·特征融合 | 第50-57页 |
| ·信息融合简述 | 第50-52页 |
| ·信息融合分类 | 第52-55页 |
| ·步态特征融合 | 第55-57页 |
| 第五章 分类识别 | 第57-66页 |
| ·分类器技术简介 | 第57-59页 |
| ·多分类器的体系结构 | 第59-60页 |
| ·最近邻模糊分类器 | 第60-63页 |
| ·特征差矩阵 | 第61-62页 |
| ·模糊分布函数和隶属度矩阵 | 第62-63页 |
| ·判决准则 | 第63页 |
| ·实验结果及分析 | 第63-66页 |
| ·步态数据库 | 第63-64页 |
| ·实验系统框图 | 第64页 |
| ·实验结果与分析 | 第64-66页 |
| 第六章 总结与展望 | 第66-69页 |
| ·研究工作总结 | 第66-67页 |
| ·后续工作及展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学位论文 | 第75-76页 |
| 学位论文评阅及答辩情况表 | 第76页 |
