首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于足底压力图像和稀疏表示的步态识别研究

摘要第4-5页
Abstract第5页
第1章 绪论第11-21页
    1.1 课题背景第11-15页
    1.2 研究现状第15-20页
        1.2.1 基于姿态特征的步态识别第15-18页
        1.2.2 基于触觉特征的步态识别第18-20页
    1.3 论文结构第20页
    1.4 本章小结第20-21页
第2章 足底压力特征的标准与提取第21-32页
    2.1 基于足底压力图像的步态系统第21-23页
    2.2 足底压力图像采集设备第23-26页
    2.3 足底压力图像的特征提取第26-28页
        2.3.1 特征提取的概念第26-27页
        2.3.2 常见的特征提取的方法第27-28页
    2.4 足底压力图像特征表示第28-31页
        2.4.1 常用的足底压力图像特征的表示第29-30页
        2.4.2 平均足底压力图像第30-31页
    2.5 本章小结第31-32页
第3章 基于稀疏表示的步态识别第32-40页
    3.1 稀疏表示概述第32-33页
    3.2 测试图像稀疏表示为训练集的线性组合第33-35页
    3.3 通过—范数进行稀疏最优化第35-37页
        3.3.1 稀疏表示的几何意义第35-36页
        3.3.2 处理较小的稠密噪音第36-37页
    3.4 基于稀疏表示的步态识别第37-38页
    3.5 稀疏表示识别的有效性验证第38-39页
    3.6 本章小结第39-40页
第4章 实验过程第40-56页
    4.1 实验流程第40-41页
    4.2 选取实验用的数据库第41-42页
    4.3 特征提取和表示第42-46页
    4.4 测试样本进行稀疏表示第46-47页
    4.5 进行分类第47-51页
    4.6 两种特征融合采用SRC进行分类第51页
    4.7 用最近邻方法进行识别分类第51页
    4.8 实验结果和分析第51-55页
    4.9 本章小结第55-56页
第5章 总结和展望第56-58页
    5.1 总结第56-57页
    5.2 下一步的研究计划第57-58页
参考文献第58-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:面向伪装评估的场景生成技术与系统
下一篇:雪场景的建模和实时绘制研究