耦合度量学习理论及其在步态识别中的应用研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 课题背景及意义 | 第12-16页 |
| 1.2 国内外研究现状 | 第16-21页 |
| 1.2.1 跨视角步态识别概述 | 第16-20页 |
| 1.2.2 耦合度量学习概述 | 第20-21页 |
| 1.3 研究的主要内容 | 第21-22页 |
| 1.4 论文结构安排 | 第22-23页 |
| 1.5 本章小结 | 第23-24页 |
| 第二章 基于向量空间的耦合度量学习方法 | 第24-49页 |
| 2.1 向量空间下耦合度量学习模型概述 | 第24-25页 |
| 2.2 耦合距离度量学习 | 第25-28页 |
| 2.3 耦合边距Fisher分析 | 第28-31页 |
| 2.4 联立判别分析 | 第31-36页 |
| 2.5 耦合间距判别分析 | 第36-40页 |
| 2.6 实验分析 | 第40-48页 |
| 2.6.1 CASIA(B)步态库 | 第40-41页 |
| 2.6.2 步态能量图 | 第41-42页 |
| 2.6.3 实验设置 | 第42-43页 |
| 2.6.4 实验结果及分析 | 第43-48页 |
| 2.7 本章小结 | 第48-49页 |
| 第三章 基于矩阵空间的耦合度量学习方法 | 第49-83页 |
| 3.1 矩阵空间下耦合度量学习模型概述 | 第49-51页 |
| 3.2 二维耦合距离度量学习 | 第51-55页 |
| 3.3 二维耦合边距Fisher分析 | 第55-60页 |
| 3.4 二维耦合线性判别分析 | 第60-64页 |
| 3.5 二维联立判别分析 | 第64-70页 |
| 3.6 二维耦合间距判别分析 | 第70-77页 |
| 3.7 实验分析 | 第77-82页 |
| 3.7.1 实验设置 | 第77-78页 |
| 3.7.2 实验结果及分析 | 第78-82页 |
| 3.8 本章小结 | 第82-83页 |
| 第四章 基于张量空间的耦合度量学习方法 | 第83-127页 |
| 4.1 张量基础 | 第83-86页 |
| 4.2 张量空间下耦合度量学习模型概述 | 第86-88页 |
| 4.3 基于张量对齐的耦合距离度量学习 | 第88-93页 |
| 4.4 基于张量对齐的耦合边距Fisher分析 | 第93-98页 |
| 4.5 基于张量对齐的耦合线性判别分析 | 第98-103页 |
| 4.6 基于张量对齐的联立判别分析 | 第103-108页 |
| 4.7 基于张量对齐的耦合间距判别分析 | 第108-116页 |
| 4.8 实验分析 | 第116-125页 |
| 4.8.1 Gabor步态特征 | 第116-119页 |
| 4.8.2 实验设置 | 第119页 |
| 4.8.3 实验结果及分析 | 第119-125页 |
| 4.9 本章小结 | 第125-127页 |
| 第五章 总结与展望 | 第127-129页 |
| 5.1 总结 | 第127-128页 |
| 5.2 局限性和工作展望 | 第128-129页 |
| 参考文献 | 第129-136页 |
| 致谢 | 第136-137页 |
| 硕士期间研究成果 | 第137-139页 |
| 学位论文评阅及答辩情况表 | 第139页 |
