基于协同表示的步态识别方法研究
摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
1 绪论 | 第8-13页 |
1.1 选题背景及研究意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-11页 |
1.2.1 步态识别研究现状 | 第9-11页 |
1.2.2 协同表示研究现状 | 第11页 |
1.3 本文的研究内容及章节安排 | 第11-13页 |
2 基于步态能量图的步态特征提取 | 第13-26页 |
2.1 步态识别基本方法 | 第13-18页 |
2.1.1 步态目标检测 | 第13-14页 |
2.1.2 步态特征提取 | 第14-17页 |
2.1.3 分类识别 | 第17-18页 |
2.2 步态能量图特征提取 | 第18-23页 |
2.2.1 步态图像预处理 | 第18-20页 |
2.2.2 周期检测 | 第20-21页 |
2.2.3 图像标准化 | 第21-22页 |
2.2.4 计算步态能量图 | 第22-23页 |
2.3 特征降维 | 第23-25页 |
2.3.1 主成分分析(PCA) | 第23-24页 |
2.3.2 对GEI的降维处理 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
3 基于协同表示的步态识别 | 第26-36页 |
3.1 稀疏表示与协同表示 | 第26-31页 |
3.1.1 稀疏表示 | 第26-28页 |
3.1.2 协同表示 | 第28-30页 |
3.1.3 协同表示分类算法 | 第30-31页 |
3.2 基于协同表示的步态识别方法 | 第31-32页 |
3.2.1 基本过程 | 第31-32页 |
3.2.2 计算步骤 | 第32页 |
3.3 实验结果及分析 | 第32-35页 |
3.3.1 参数? 对识别率的影响 | 第33页 |
3.3.2 单一角度下的识别性能 | 第33-34页 |
3.3.3 不同角度下的识别性能 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
4 基于核协同表示的步态识别 | 第36-46页 |
4.1 核方法简介 | 第36-38页 |
4.2 核主成分分析(KPCA) | 第38-40页 |
4.3 基于核协同表示的步态识别方法 | 第40-42页 |
4.3.1 基本过程 | 第40-41页 |
4.3.2 计算步骤 | 第41-42页 |
4.4 实验结果与分析 | 第42-45页 |
4.4.1 核函数及核参数对识别率的影响 | 第42-43页 |
4.4.2 单一角度的识别效果对比 | 第43页 |
4.4.3 不同角度下的识别效果 | 第43-45页 |
4.5 本章小结 | 第45-46页 |
5 总结与展望 | 第46-48页 |
5.1 总结 | 第46页 |
5.2 展望 | 第46-48页 |
致谢 | 第48-49页 |
参考文献 | 第49-53页 |
附录 | 第53页 |