基于轮廓的步态识别
| 创新性声明 | 第1页 |
| 关于论文使用授权的说明 | 第2-3页 |
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·步态识别简介 | 第7-10页 |
| ·生物特征识别 | 第7-8页 |
| ·步态识别 | 第8-10页 |
| ·步态识别技术的应用前景和研究动态 | 第10-11页 |
| ·本文的研究内容和章节安排 | 第11-13页 |
| 第二章 步态识别的理论和方法 | 第13-21页 |
| ·步态 | 第13-14页 |
| ·人对步态信息的敏感 | 第14-15页 |
| ·步态识别系统的结构和关键环节 | 第15-20页 |
| ·运动分割与步态检测 | 第16页 |
| ·特征抽取和特征处理 | 第16-19页 |
| ·分类识别 | 第19页 |
| ·近期研究成果 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 步态图像的预处理 | 第21-37页 |
| ·引言 | 第21页 |
| ·自适应背景模型 | 第21-26页 |
| ·基本思想 | 第22-23页 |
| ·算法实现 | 第23-25页 |
| ·实验结果 | 第25-26页 |
| ·运动分割技术简介 | 第26-28页 |
| ·背景差分图像法 | 第26-27页 |
| ·图像序列差分法 | 第27页 |
| ·块匹配法估算运动场 | 第27-28页 |
| ·背景差分图像法 | 第28-36页 |
| ·维纳滤波 | 第29-30页 |
| ·背景获取 | 第30页 |
| ·阈值分割 | 第30-32页 |
| ·去除离散点 | 第32-33页 |
| ·图像后处理 | 第33-34页 |
| ·提取人体步态轮廓 | 第34-35页 |
| ·实验结果 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 步态特征提取和分类识别 | 第37-49页 |
| ·引言 | 第37-38页 |
| ·步态轮廓跟踪及关键帧提取 | 第38-40页 |
| ·人体运动轮廓的分割与跟踪 | 第38-39页 |
| ·提取运动关键帧 | 第39-40页 |
| ·特征提取 | 第40-43页 |
| ·傅立叶描述子表示轮廓特征 | 第40-41页 |
| ·步态特征的提取 | 第41-42页 |
| ·特征变换和训练 | 第42-43页 |
| ·分类识别 | 第43-45页 |
| ·时空相关度量 | 第43-44页 |
| ·归一化欧氏距离度量 | 第44页 |
| ·分类器 | 第44-45页 |
| ·实验结果 | 第45-48页 |
| ·步态数据集 | 第45页 |
| ·训练及测试 | 第45-46页 |
| ·性能评估与结果分析 | 第46-47页 |
| ·算法比较 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 结束语 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文 | 第57页 |
