| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-21页 |
| ·研究背景及意义 | 第13-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·研究难点和发展趋势 | 第16-18页 |
| ·本文研究内容和结构介绍 | 第18-21页 |
| 第二章 步态识别技术 | 第21-37页 |
| ·步态识别系统的基本框架 | 第21页 |
| ·步态检测与轮廓提取 | 第21-24页 |
| ·背景建模 | 第22页 |
| ·运动目标检测 | 第22-23页 |
| ·形态学后处理 | 第23-24页 |
| ·人体轮廓提取 | 第24页 |
| ·步态周期检测 | 第24-26页 |
| ·步态识别算法分析 | 第26-34页 |
| ·基于外观的步态识别算法 | 第26-29页 |
| ·基于模型的步态识别算法 | 第29-32页 |
| ·其他一些相关算法 | 第32-34页 |
| ·实验所用步态数据库简介 | 第34页 |
| ·本章小结 | 第34-37页 |
| 第三章 确定学习理论介绍 | 第37-51页 |
| ·引言 | 第37-38页 |
| ·RBF神经网络 | 第38-41页 |
| ·RBF神经网络简介 | 第38-39页 |
| ·RBF神经网络的持续激励性质 | 第39-41页 |
| ·确定学习机制 | 第41-46页 |
| ·连续系统确定学习 | 第41-44页 |
| ·离散系统确定学习 | 第44-46页 |
| ·动态模式识别 | 第46-49页 |
| ·时不变空间分布的描述 | 第46-47页 |
| ·相似性度量 | 第47-48页 |
| ·动态模式的快速识别 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第四章 基于侧影下肢关节角度和角速度的人体步态识别 | 第51-67页 |
| ·引言 | 第51-52页 |
| ·人体行走运动的双足模型 | 第52-55页 |
| ·人体步态的辨识和识别 | 第55-59页 |
| ·人体步态的辨识机制 | 第55-58页 |
| ·步态标签导出 | 第58页 |
| ·人体步态的识别机制 | 第58-59页 |
| ·实验及分析 | 第59-66页 |
| ·步态周期的确定 | 第59-60页 |
| ·提取关节角度和角速度数据 | 第60-62页 |
| ·步态训练和识别 | 第62-65页 |
| ·基于确定学习的步态识别系统框架 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 基于动力学占优特性的人体步态识别 | 第67-83页 |
| ·引言 | 第67页 |
| ·人体步态运动建模和数值仿真 | 第67-69页 |
| ·步态模式的训练和识别 | 第69-72页 |
| ·步态模式的训练机制 | 第69-72页 |
| ·步态模式的识别机制 | 第72页 |
| ·实验及分析 | 第72-80页 |
| ·步态模式的训练和识别结果 | 第73-74页 |
| ·基于Labview软件平台的步态识别系统原型机设计 | 第74-80页 |
| ·本章小结 | 第80页 |
| ·附录 | 第80-83页 |
| 第六章 基于特征融合的人体步态识别 | 第83-93页 |
| ·引言 | 第83页 |
| ·方法概述 | 第83-84页 |
| ·预处理 | 第84-85页 |
| ·特征提取 | 第85-86页 |
| ·步态静态特征提取及分析 | 第85-86页 |
| ·步态动态特征提取及分析 | 第86页 |
| ·基于特征融合的步态训练和识别 | 第86-89页 |
| ·步态模式的训练机制 | 第86-88页 |
| ·步态模式的识别机制 | 第88-89页 |
| ·实验及分析 | 第89-92页 |
| ·本章小结 | 第92-93页 |
| 第七章 结论与展望 | 第93-97页 |
| 参考文献 | 第97-109页 |
| 攻读博士学位期间的研究成果 | 第109-111页 |
| 致谢 | 第111-112页 |
| 附件 | 第112页 |