基于步态监测的年龄识别问题研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状及存在的问题 | 第9-12页 |
| 1.2.1 国外现状 | 第10-11页 |
| 1.2.2 国内现状 | 第11页 |
| 1.2.3 存在的问题 | 第11-12页 |
| 1.3 研究目标、意义 | 第12页 |
| 1.4 研究内容及方法 | 第12-13页 |
| 1.5 本文组织结构 | 第13-15页 |
| 2 相关理论与技术 | 第15-24页 |
| 2.1 年龄区间划分概述 | 第15页 |
| 2.2 步态识别系统基本框架 | 第15-16页 |
| 2.3 步态检测 | 第16页 |
| 2.3.1 背景减除算法 | 第16页 |
| 2.3.2 帧间差分法 | 第16页 |
| 2.3.3 基于运动场的方法 | 第16页 |
| 2.4 特征提取 | 第16-18页 |
| 2.4.1 基于模型的方法 | 第17页 |
| 2.4.2 非模型化方法 | 第17-18页 |
| 2.5 模式分类 | 第18页 |
| 2.5.1 基于模板的方法 | 第18页 |
| 2.5.2 基于统计的方法 | 第18页 |
| 2.6 步态数据库 | 第18-21页 |
| 2.7 遗传算法 | 第21-22页 |
| 2.7.1 遗传算法基本原理 | 第21-22页 |
| 2.7.2 遗传算法特点 | 第22页 |
| 2.8 傅里叶级数 | 第22-23页 |
| 2.9 本章小结 | 第23-24页 |
| 3 基于步态监测的年龄识别技术的研究与设计 | 第24-37页 |
| 3.1 步态检测及预处理 | 第24-30页 |
| 3.1.1 步态检测 | 第24-27页 |
| 3.1.2 轮廓提取 | 第27页 |
| 3.1.3 步态参数分析 | 第27-28页 |
| 3.1.4 步态周期检测 | 第28-30页 |
| 3.2 基于腿部关节角度的年龄区间判定 | 第30-34页 |
| 3.2.1 下肢运动与步态识别 | 第30页 |
| 3.2.2 基于腿部关节角度的特征提取 | 第30-34页 |
| 3.3 分类与识别 | 第34-35页 |
| 3.3.1 分类器技术简介 | 第34页 |
| 3.3.2 K近邻分类器 | 第34-35页 |
| 3.3.3 BP神经网络分类器 | 第35页 |
| 3.3.4 对比分析 | 第35页 |
| 3.4 本章小结 | 第35-37页 |
| 4 基于步态监测的年龄识别系统的实现 | 第37-45页 |
| 4.1 实现平台 | 第37页 |
| 4.2 系统框架设计 | 第37-39页 |
| 4.2.1 预处理 | 第38页 |
| 4.2.2 特征提取 | 第38页 |
| 4.2.3 训练与识别 | 第38-39页 |
| 4.3 系统界面与性能 | 第39-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 实验与结果分析 | 第45-48页 |
| 5.1 训练数据 | 第45页 |
| 5.2 实验设计 | 第45-46页 |
| 5.3 实验结果与分析 | 第46-47页 |
| 5.4 本章小结 | 第47-48页 |
| 6 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48-49页 |
| 6.2 展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 在学期间公开发表论文及著作情况 | 第54页 |
