| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.1.1 课题研究背景 | 第9-11页 |
| 1.1.2 课题研究的意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 步态识别的应用 | 第12-15页 |
| 1.4 本课题的研究内容和论文结构 | 第15-16页 |
| 2 人体步态识别理论及相关技术 | 第16-24页 |
| 2.1 人体运动目标检测方法 | 第16-18页 |
| 2.1.1 光流法 | 第16-17页 |
| 2.1.2 帧间差分法 | 第17-18页 |
| 2.1.3 背景减除法 | 第18页 |
| 2.2 背景建模 | 第18-19页 |
| 2.3 步态特征的提取 | 第19-20页 |
| 2.3.1 图像特征的描述方法 | 第19-20页 |
| 2.3.2 步态特征提取的方法 | 第20页 |
| 2.4 步态识别的方法 | 第20-22页 |
| 2.5 步态数据库 | 第22页 |
| 2.6 本章小结 | 第22-24页 |
| 3 人体运动目标检测及预处理 | 第24-32页 |
| 3.1 混合高斯背景建模 | 第24-26页 |
| 3.2 图像差分及二值化 | 第26-27页 |
| 3.3 形态学处理 | 第27-28页 |
| 3.4 人体步态周期和关键帧 | 第28-31页 |
| 3.4.1 基于人体宽高比的步态周期分析方法 | 第29-30页 |
| 3.4.2 基于质心纵坐标的步态周期分析方法 | 第30页 |
| 3.4.3 实验结果及分析 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 4 基于轮廓特征的人体步态识别 | 第32-54页 |
| 4.1 人体步态特征提取 | 第32-35页 |
| 4.1.1 傅里叶描述符的特征描述 | 第32-34页 |
| 4.1.2 Zernike矩的特征描述 | 第34-35页 |
| 4.2 识别算法 | 第35-37页 |
| 4.2.1 动态时间规整(DTW) | 第35-37页 |
| 4.2.2 EMD(Earth Movers Distance) | 第37页 |
| 4.3 实验结果及分析 | 第37-53页 |
| 4.3.1 数据库建立 | 第38-40页 |
| 4.3.2 关键帧的提取 | 第40-41页 |
| 4.3.3 特征提取实验 | 第41-45页 |
| 4.3.4 步态识别实验 | 第45-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 基于加权距离的人体步态识别 | 第54-66页 |
| 5.1 引言 | 第54-55页 |
| 5.2 实验结果及分析 | 第55-65页 |
| 5.3 本章小结 | 第65-66页 |
| 6 总结 | 第66-69页 |
| 6.1 工作总结 | 第66-67页 |
| 6.2 工作展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文 | 第73-74页 |
| 致谢 | 第74-76页 |