基于确定学习的步态快速识别系统设计
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究背景 | 第11-14页 |
| ·生物特征识别 | 第11-12页 |
| ·步态识别 | 第12-13页 |
| ·步态识别的应用 | 第13-14页 |
| ·步态识别研究现状 | 第14-17页 |
| ·步态识别的国内外研究现状 | 第14-16页 |
| ·步态识别系统实现难点 | 第16-17页 |
| ·本文主要内容架构 | 第17-19页 |
| 第二章 步态识别技术 | 第19-37页 |
| ·引言 | 第19页 |
| ·步态识别系统的基本框架 | 第19-20页 |
| ·人体步态检测 | 第20-23页 |
| ·图像序列背景建模 | 第20-22页 |
| ·图像二值化和轮廓提取 | 第22-23页 |
| ·关节角度特征数据提取 | 第23-25页 |
| ·步态识别系统实现的软件平台 | 第25-30页 |
| ·LABVIEW | 第25-27页 |
| ·MATLAB JACKET | 第27-29页 |
| ·MATLAB GUI | 第29-30页 |
| ·步态识别系统实现的硬件平台 | 第30-33页 |
| ·多核服务器 | 第30-31页 |
| ·GPU | 第31-33页 |
| ·实验所用步态数据库 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 基于确定学习理论的步态识别算法 | 第37-43页 |
| ·引言 | 第37页 |
| ·基本概念 | 第37-39页 |
| ·确定学习理论与动态模式识别 | 第37-38页 |
| ·步态运动模型和特征选择 | 第38-39页 |
| ·人体步态的辨识 | 第39-41页 |
| ·人体步态的识别 | 第41-42页 |
| ·总结 | 第42-43页 |
| 第四章 基于 LabVIEW 步态识别系统的设计 | 第43-51页 |
| ·引言 | 第43页 |
| ·实现平台 | 第43-45页 |
| ·步态系统模块化设计 | 第45-47页 |
| ·识别程序的并行设计和实现 | 第47-48页 |
| ·实验 | 第48-50页 |
| ·结论 | 第50-51页 |
| 第五章 步态识别实时在线系统的设计 | 第51-62页 |
| ·引言 | 第51页 |
| ·实现平台 | 第51-53页 |
| ·基于 GPU 平台的步态识别算法的并行化 | 第53-55页 |
| ·径向基函数并行化计算 | 第53-54页 |
| ·状态估计值细粒度并行 | 第54-55页 |
| ·识别残差的并行计算 | 第55页 |
| ·步态识别系统设计 | 第55-60页 |
| ·系统主界面设计 | 第55-56页 |
| ·步态特征提取模块设计 | 第56-58页 |
| ·步态训练界面设计 | 第58-59页 |
| ·步态识别界面设计 | 第59-60页 |
| ·实验 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结论与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 附件 | 第70页 |
