基于局部频谱特征的脚步声识别算法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 脚步声识别的研究背景 | 第9页 |
| 1.2 本论文算法的发展与现状 | 第9-12页 |
| 1.2.1 国内外步声识别的研究现状 | 第9-10页 |
| 1.2.2 声谱图的研究现状 | 第10-11页 |
| 1.2.3 脚步声识别存在问题 | 第11-12页 |
| 1.3 脚步声声谱图概述 | 第12页 |
| 1.4 脚步声声谱图与局部频谱特征研究意义 | 第12-13页 |
| 1.5 本论文的内容安排及创新介绍 | 第13-15页 |
| 第2章 脚步声识别技术概述 | 第15-25页 |
| 2.1 脚步声识别的基本原理 | 第15页 |
| 2.2 脚步声识别系统结构 | 第15-16页 |
| 2.3 脚步声的特征提取 | 第16-21页 |
| 2.3.1 声学特征提取法 | 第16-20页 |
| 2.3.2 小波特征提取 | 第20-21页 |
| 2.4 脚步声识别中的识别方法 | 第21-25页 |
| 2.4.1 模板匹配法 | 第21-22页 |
| 2.4.2 统计概率模型法 | 第22-23页 |
| 2.4.3 判决模型法 | 第23-25页 |
| 第3章 脚步声信号的采集与转换 | 第25-31页 |
| 3.1 脚步声样本的采集 | 第25-26页 |
| 3.2 脚步声的预处理及声谱图形成 | 第26-31页 |
| 3.2.1 声谱图概述 | 第26页 |
| 3.2.2 脚步声信号预处理 | 第26-28页 |
| 3.2.3 声谱图形成 | 第28-31页 |
| 第4章 基于局部频谱特征的脚步声特征提取 | 第31-35页 |
| 4.1 声谱图预处理 | 第31页 |
| 4.2 关键点检测与局部频谱特征提取 | 第31-32页 |
| 4.3 局部特征对白噪声与信号强度的鲁棒性分析 | 第32-35页 |
| 第5章 基于贝叶斯分类的脚步声识别方法 | 第35-45页 |
| 5.1 贝叶斯决策 | 第35-38页 |
| 5.1.1 贝叶斯决策概述 | 第35-36页 |
| 5.1.2 基于最小错误率的贝叶斯决策 | 第36-38页 |
| 5.2 基于贝叶斯分类算法的脚步声特征识别 | 第38-40页 |
| 5.3 实验结果与分析 | 第40-45页 |
| 第6章 总结与展望 | 第45-47页 |
| 6.1 全文总结 | 第45-46页 |
| 6.2 未来工作建议 | 第46-47页 |
| 参考文献 | 第47-53页 |
| 致谢 | 第53-55页 |
| 攻读学位期间的研究成果 | 第55页 |
