基于序列统计特性的步态识别算法研究
| 摘要 | 第1-14页 |
| ABSTRACT | 第14-17页 |
| 缩略语简表 | 第17-18页 |
| 第一章 绪论 | 第18-27页 |
| ·课题的研究背景和意义 | 第18-19页 |
| ·步态识别的可行性分析 | 第19-20页 |
| ·步态识别的研究历史与现状 | 第20-21页 |
| ·步态的研究内容与难点分析 | 第21-24页 |
| ·研究内容 | 第21-23页 |
| ·难点分析 | 第23-24页 |
| ·本文的研究工作和论文结构 | 第24-27页 |
| ·本文的研究工作 | 第24-25页 |
| ·论文的组织结构 | 第25-27页 |
| 第二章 步态识别研究方法综述 | 第27-49页 |
| ·步态识别系统的构成 | 第27-34页 |
| ·视频采集 | 第27-30页 |
| ·运动检测 | 第30-32页 |
| ·特征提取 | 第32页 |
| ·分类判决 | 第32-34页 |
| ·相似性度量 | 第32-33页 |
| ·分类器设计 | 第33-34页 |
| ·步态识别的主要方法 | 第34-43页 |
| ·基于模型的方法 | 第35-38页 |
| ·非模型方法 | 第38-43页 |
| ·基于轮廓的方法 | 第39-40页 |
| ·基于区域的方法 | 第40-42页 |
| ·其他非模型方法 | 第42-43页 |
| ·步态与人脸的融合 | 第43-45页 |
| ·步态识别算法的性能评价 | 第45-48页 |
| ·样本划分 | 第45-46页 |
| ·系统的工作模式 | 第46-47页 |
| ·主要评价指标 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第三章 步态侧影的提取与修复 | 第49-71页 |
| ·步态侧影提取 | 第49-53页 |
| ·背景建模 | 第49-50页 |
| ·背景减除 | 第50-51页 |
| ·二值分割 | 第51-52页 |
| ·提取感兴趣区域 | 第52-53页 |
| ·侧影图像质量评估算法 | 第53-55页 |
| ·基于概率模型的侧影修复算法 | 第55-66页 |
| ·概率模型的理论依据 | 第56-57页 |
| ·训练概率模型 | 第57-60页 |
| ·修复残缺步态侧影 | 第60-62页 |
| ·修复算法的性能评估 | 第62-63页 |
| ·实验结果及分析 | 第63-66页 |
| ·步态序列的标准化表示 | 第66-70页 |
| ·步态的周期性分析 | 第67-68页 |
| ·步态序列的标准化 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第四章 基于序列均值形状的统计步态识别 | 第71-98页 |
| ·序列均值形状 | 第71-75页 |
| ·PSA方法简介 | 第71-73页 |
| ·均值形状的规范表示 | 第73-74页 |
| ·均值形状的稳定性分析 | 第74-75页 |
| ·形状上下文描述子及其改进 | 第75-79页 |
| ·形状上下文简介 | 第75-77页 |
| ·匹配对应 | 第77-78页 |
| ·相似性度量 | 第78页 |
| ·仿射不变性 | 第78-79页 |
| ·基于形状上下文的统计步态识别 | 第79-87页 |
| ·形状匹配的快速算法 | 第79-80页 |
| ·基于PMS和SC的步态识别 | 第80-81页 |
| ·实验结果与分析 | 第81-87页 |
| ·基于切向角特征的统计步态识别 | 第87-94页 |
| ·切向角特征 | 第87-88页 |
| ·TAF的不变性分析 | 第88页 |
| ·局部切向差 | 第88-89页 |
| ·基于TAF的步态识别 | 第89-90页 |
| ·实验结果与分析 | 第90-94页 |
| ·基于快速形状匹配的步态识别算法 | 第94-96页 |
| ·标准步态序列的快速匹配 | 第94-95页 |
| ·参数设置 | 第95页 |
| ·实验结果与分析 | 第95-96页 |
| ·本章小结 | 第96-98页 |
| 第五章 基于序列均值侧影的统计步态识别 | 第98-114页 |
| ·基于虚拟GEI的步态识别算法 | 第98-104页 |
| ·步态图像的位平面分解 | 第98-99页 |
| ·虚拟GEI | 第99-100页 |
| ·广义PCA | 第100-101页 |
| ·基于VGEI的步态识别 | 第101-102页 |
| ·实验结果与分析 | 第102-104页 |
| ·基于纹理分析的步态识别算法 | 第104-113页 |
| ·纹理分析简介 | 第105页 |
| ·GEI的纹理特征 | 第105-109页 |
| ·相似性度量 | 第109页 |
| ·基于局部纹理特征的步态识别 | 第109-110页 |
| ·实验结果与分析 | 第110-113页 |
| ·本章小结 | 第113-114页 |
| 第六章 基于特征融合的统计步态识别 | 第114-127页 |
| ·信息融合研究 | 第114-119页 |
| ·信息融合的层次 | 第114-117页 |
| ·分值变换 | 第117-118页 |
| ·融合规则 | 第118-119页 |
| ·融合轮廓特征的步态识别算法 | 第119-123页 |
| ·融合轮廓特征 | 第120-121页 |
| ·实验结果及分析 | 第121-123页 |
| ·融合区域特征的步态识别算法 | 第123-126页 |
| ·融合区域特征 | 第124页 |
| ·实验结果及分析 | 第124-126页 |
| ·本章小结 | 第126-127页 |
| 第七章 总结与展望 | 第127-130页 |
| ·结论 | 第127-128页 |
| ·未来研究的展望 | 第128-130页 |
| 参考文献 | 第130-141页 |
| 致谢 | 第141-142页 |
| 攻读博士学位期间发表的论文 | 第142-143页 |
| 已发表的外文论文一 | 第143-147页 |
| 已发表的外文论文二 | 第147-158页 |
| 学位论文评阅及答辩情况表 | 第158页 |
