| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 步态识别的背景与意义 | 第10-11页 |
| 1.2 步态识别的研究现状 | 第11-15页 |
| 1.2.1 基于模型的步态识别方法 | 第12-13页 |
| 1.2.2 基于非模型的步态识别方法 | 第13-15页 |
| 1.2.2.1 基于步态能量图的研究 | 第13-14页 |
| 1.2.2.2 基于步态图像序列的研究 | 第14-15页 |
| 1.3 步态识别的挑战 | 第15-16页 |
| 1.4 本文的主要研究内容 | 第16-17页 |
| 1.5 本文的章节安排 | 第17-18页 |
| 第二章 基础理论 | 第18-37页 |
| 2.1 步态图像预处理理论 | 第18-22页 |
| 2.1.1 运动目标检测 | 第18-20页 |
| 2.1.2 形态学处理 | 第20-21页 |
| 2.1.3 步态图像归一化 | 第21-22页 |
| 2.2 神经网络理论 | 第22-36页 |
| 2.2.1 人工神经元模型 | 第22-23页 |
| 2.2.2 激活函数 | 第23-25页 |
| 2.2.3 神经网络结构 | 第25-30页 |
| 2.2.3.1 正向传播 | 第26-27页 |
| 2.2.3.2 损失函数 | 第27页 |
| 2.2.3.3 参数学习方法 | 第27-29页 |
| 2.2.3.4 反向传播算法 | 第29-30页 |
| 2.2.4 卷积神经网络 | 第30-32页 |
| 2.2.4.1 卷积 | 第31-32页 |
| 2.2.4.2 池化 | 第32页 |
| 2.2.5 受限玻尔兹曼机模型 | 第32-36页 |
| 2.2.5.1 网络结构 | 第33-34页 |
| 2.2.5.2 参数训练 | 第34-35页 |
| 2.2.5.3 Gibbs采样 | 第35页 |
| 2.2.5.4 对比散度算法 | 第35-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第三章 基于步态能量图的人体身份识别算法研究 | 第37-54页 |
| 3.1 算法框架描述 | 第37-38页 |
| 3.2 步态能量图 | 第38-39页 |
| 3.3 网络模型 | 第39-45页 |
| 3.3.1 特征学习网络 | 第39-44页 |
| 3.3.1.1 卷积受限玻尔兹曼机 | 第41-43页 |
| 3.3.1.2 全连接层网络 | 第43-44页 |
| 3.3.2 训练与测试策略 | 第44-45页 |
| 3.4 实验及结果分析 | 第45-53页 |
| 3.4.1 实验数据库 | 第45-46页 |
| 3.4.2 实验参数 | 第46页 |
| 3.4.3 实验及结果分析 | 第46-53页 |
| 3.4.3.1 基于CASIA-B步态数据集的实验 | 第46-50页 |
| 3.4.3.2 基于CASIA-C步态数据集的实验 | 第50-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 基于步态图像序列的人体身份识别算法研究 | 第54-74页 |
| 4.1 算法框图描述 | 第54-55页 |
| 4.2 步态图像序列 | 第55-57页 |
| 4.2.1 步态图像获取 | 第55页 |
| 4.2.2 掩膜处理 | 第55-57页 |
| 4.2.3 误差计算 | 第57页 |
| 4.3 网络模型 | 第57-63页 |
| 4.3.1 特征学习网络 | 第57-59页 |
| 4.3.2 特征空间平均值模型 | 第59-60页 |
| 4.3.3 投票算法 | 第60-62页 |
| 4.3.4 训练与测试策略 | 第62-63页 |
| 4.4 实验及结果分析 | 第63-73页 |
| 4.4.1 实验参数 | 第63-64页 |
| 4.4.2 实验及结果分析 | 第64-73页 |
| 4.4.2.1 基于CASIA-B步态数据集的实验 | 第64-69页 |
| 4.4.2.2 基于CASIA-C步态数据集的实验 | 第69-73页 |
| 4.5 本章小结 | 第73-74页 |
| 第五章 基于步态的身份识别系统软件设计与实现 | 第74-82页 |
| 5.1 系统功能设计 | 第74-75页 |
| 5.2 系统实现 | 第75-78页 |
| 5.2.1 数据录入 | 第75-76页 |
| 5.2.2 身份识别 | 第76-77页 |
| 5.2.3 信息查询 | 第77-78页 |
| 5.3 系统测试 | 第78-80页 |
| 5.4 本章小结 | 第80-82页 |
| 第六章 全文总结与展望 | 第82-84页 |
| 6.1 全文总结 | 第82-83页 |
| 6.2 后续工作展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-90页 |
| 攻读硕士学位期间取得的成果 | 第90页 |
