基于肢体长度参数和视角归一化的多视角步态识别方法研究
| 目录 | 第3-5页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 英文缩略词 | 第9-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 人体运动的视觉分析 | 第11-12页 |
| 1.2 生物特征识别和步态识别的意义 | 第12-15页 |
| 1.3 步态识别技术简介 | 第15-17页 |
| 1.4 本文的研究工作和创新 | 第17-18页 |
| 第二章 步态识别的国内外研究状况 | 第18-24页 |
| 2.1 研究背景 | 第18页 |
| 2.2 国外的研究状况 | 第18-20页 |
| 2.3 国内的研究状况 | 第20-22页 |
| 2.4 小结 | 第22-24页 |
| 第三章 特定场景下基于肢体长度参数的步态识别算法 | 第24-41页 |
| 3.1 算法的理论框架 | 第25页 |
| 3.2 运动检测 | 第25-30页 |
| 3.2.1 背景提取 | 第27-28页 |
| 3.2.2 背景减除 | 第28-29页 |
| 3.2.3 二值化 | 第29-30页 |
| 3.3 特征提取 | 第30-36页 |
| 3.3.1 计算人脚位置 | 第30-31页 |
| 3.3.2 计算人的图像高度 | 第31-32页 |
| 3.3.3 步态周期分割 | 第32-33页 |
| 3.3.4 估计场景的高度转换参数 | 第33-34页 |
| 3.3.5 动态身体分割方法 | 第34-36页 |
| 3.3.6 计算各肢体的实际长度 | 第36页 |
| 3.4 分类器选择 | 第36-37页 |
| 3.5 实验结果与分析 | 第37-39页 |
| 3.6 小结 | 第39-41页 |
| 第四章 特定场景下基于视角归一化的步态识别方法 | 第41-54页 |
| 4.1 成像场景设置 | 第42页 |
| 4.2 从图像序列估计方向角 | 第42-44页 |
| 4.3 视角归一化理论推导 | 第44-45页 |
| 4.4 摄像机“定标” | 第45-48页 |
| 4.4.1 估计场景的斜率转换参数 | 第46-47页 |
| 4.4.2 计算摄像机焦距 | 第47-48页 |
| 4.5 实验结果与分析 | 第48-53页 |
| 4.6 小结及后续算法 | 第53-54页 |
| 第五章 结论与展望 | 第54-57页 |
| 5.1 本文的研究成果与不足 | 第54-55页 |
| 5.2 对后续工作的展望 | 第55-57页 |
| 5.2.1 建立步态数据库 | 第55页 |
| 5.2.2 改进算法 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间发表的论文 | 第63-64页 |
| 学位论文评阅及答辩情况表 | 第64页 |
