基于步态特征的身份识别算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-20页 |
| ·选题背景与研究意义 | 第12-14页 |
| ·步态识别研究内容 | 第14-16页 |
| ·步态识别的研究难点与发展趋势 | 第16-19页 |
| ·本论文的内容安排 | 第19-20页 |
| 第二章 步态识别方法研究 | 第20-28页 |
| ·步态检测 | 第20-21页 |
| ·特征提取 | 第21-25页 |
| ·基于模型的方法 | 第21-22页 |
| ·非模型化方法 | 第22-25页 |
| ·模式分类 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第三章 步态检测及预处理 | 第28-35页 |
| ·引言 | 第28页 |
| ·背景提取 | 第28-29页 |
| ·人体区域提取 | 第29-31页 |
| ·差值及二值化 | 第29-30页 |
| ·形态学处理 | 第30-31页 |
| ·轮廓提取 | 第31-32页 |
| ·图像归一化 | 第32-33页 |
| ·步态周期分析 | 第33-34页 |
| ·小结 | 第34-35页 |
| 第四章 特征提取 | 第35-42页 |
| ·引言 | 第35页 |
| ·基于HU矩的步态特征提取 | 第35-38页 |
| ·HU矩理论 | 第35-37页 |
| ·HU矩特征提取 | 第37-38页 |
| ·基于小波矩的特征提取 | 第38-40页 |
| ·小波矩理论 | 第38-39页 |
| ·特征处理 | 第39-40页 |
| ·宽度特征提取 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第五章 步态识别算法 | 第42-49页 |
| ·步态数据库 | 第42页 |
| ·Hu矩和小波矩特征比较 | 第42-43页 |
| ·小波矩和宽度的融合算法 | 第43-44页 |
| ·基于小波矩和人工免疫模型的识别算法 | 第44-48页 |
| ·人工免疫系统原理 | 第44-45页 |
| ·基于人工免疫模型的样本训练 | 第45-46页 |
| ·识别 | 第46页 |
| ·实验及结果分析 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士学位期间发表的论文 | 第56页 |
