| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-12页 |
| ·研究背景与意义 | 第7页 |
| ·步态识别主要研究内容和研究现状 | 第7-10页 |
| ·步态识别技术的难点和发展趋势 | 第10-11页 |
| ·研究内容及组织结构 | 第11-12页 |
| 2 背景建模 | 第12-17页 |
| ·背景建模算法基本原理 | 第12页 |
| ·平均背景模型 (Average Background Model) | 第12页 |
| ·中值背景模型 | 第12-13页 |
| ·最小方差中值法 (Least Median of Squares) | 第13页 |
| ·W4 方法 | 第13-14页 |
| ·高斯模型 | 第14-16页 |
| ·单高斯背景模型 | 第14-15页 |
| ·混合高斯背景模型 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 3 运动分割与图像预处理 | 第17-25页 |
| ·运动分割概述 | 第17页 |
| ·背景减除法 | 第17-18页 |
| ·图像预处理 | 第18-24页 |
| ·膨胀和腐蚀 | 第18-21页 |
| ·开运算 | 第21-22页 |
| ·闭运算 | 第22-23页 |
| ·图像连通处理 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 4 步态特征提取 | 第25-33页 |
| ·轮廓提取 | 第25-26页 |
| ·特征提取 | 第26-32页 |
| ·质心计算 | 第26-27页 |
| ·轮廓线归一化处理 | 第27-28页 |
| ·步态周期 | 第28-31页 |
| ·PCA 方法和特征空间变换 | 第31页 |
| ·特征空间投影 | 第31-32页 |
| ·小结 | 第32-33页 |
| 5 步态的识别 | 第33-41页 |
| ·模式识别 | 第33页 |
| ·识别技术 | 第33页 |
| ·分类决策方法 | 第33-36页 |
| ·最近邻分类器 | 第34页 |
| ·近邻法 | 第34-36页 |
| ·距离信号在特征空间中的投影 | 第36-37页 |
| ·相似性度量 | 第37-38页 |
| ·时空相关度量 | 第37-38页 |
| ·归一化欧式距离度量 | 第38页 |
| ·实验结果 | 第38-40页 |
| ·步态数据库 | 第38-39页 |
| ·训练及测试 | 第39页 |
| ·结果分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 6 结论与展望 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 致谢 | 第47-48页 |
| 个人简历与学术情况 | 第48页 |