| 摘 要 | 第1-4页 |
| Abstract | 第4-7页 |
| 引言 | 第7页 |
| 第一章 绪论 | 第7-15页 |
| ·生物识别技术 | 第7-9页 |
| ·人运动的计算机视觉 | 第9-11页 |
| ·步态识别技术概述 | 第11-13页 |
| ·步态识别技术简介 | 第11-12页 |
| ·步态识别的测试平台 | 第12页 |
| ·步态识别的研究概况 | 第12-13页 |
| ·本文的主要内容及章节安排 | 第13-15页 |
| 第二章 步态识别的一般过程及常用技术 | 第15-26页 |
| ·步态识别的一般过程 | 第15-16页 |
| ·人体运动分析的方法 | 第16-19页 |
| ·人体目标检测 | 第16-18页 |
| ·人体目标跟踪 | 第18-19页 |
| ·步态识别的方法 | 第19-23页 |
| ·基于模型的方法 | 第20-22页 |
| ·基于运动的方法 | 第22-23页 |
| ·常用分类器 | 第23-26页 |
| ·基于距离的分类器 | 第23页 |
| ·贝叶斯分类器 | 第23-24页 |
| ·神经网络分类器 | 第24-26页 |
| 第三章 步态特征提取方法研究 | 第26-34页 |
| ·步态的检测与跟踪 | 第26-30页 |
| ·运动人体的轮廓提取 | 第30-31页 |
| ·轮廓特征点选取 | 第31-34页 |
| ·质心计算 | 第31页 |
| ·轮廓点选取 | 第31-34页 |
| 第四章 基于KFDA 的步态识别方法 | 第34-45页 |
| ·核函数方法 | 第34-36页 |
| ·统计学习理论和支撑向量机 | 第34-35页 |
| ·核函数方法 | 第35-36页 |
| ·Fisher 线性判别法 | 第36-38页 |
| ·基于核函数的Fisher 判别法 | 第38-41页 |
| ·基于核函数的Fisher 判别分析应用于步态识别 | 第41-45页 |
| 第五章 实验过程与结果分析 | 第45-49页 |
| ·实验过程 | 第45-46页 |
| ·结果分析 | 第46-49页 |
| 第六章 全文总结 | 第49-52页 |
| ·本文主要研究内容总结 | 第49-50页 |
| ·有待继续研究的问题 | 第50-51页 |
| ·步态识别展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 学习期间已发表的论文 | 第57页 |