基于步态的身份识别的算法实现
| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-14页 |
| ·引言 | 第7-8页 |
| ·国内外相关研究成果 | 第8-10页 |
| ·研究方向与方法 | 第10-12页 |
| ·本文工作 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第2章 步态识别的预处理 | 第14-21页 |
| ·步态识别预处理方法概述 | 第14页 |
| ·背景建模 | 第14-17页 |
| ·简单场景的背景建模 | 第14-15页 |
| ·复杂场景的背景建模 | 第15-17页 |
| ·目标提取 | 第17-19页 |
| ·目标图像的后处理 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 步态识别的算法介绍 | 第21-34页 |
| ·特征提取 | 第21-27页 |
| ·邻域与邻接 | 第22页 |
| ·区域内部空间域分析 | 第22-24页 |
| ·距离 | 第24-25页 |
| ·区域的测量 | 第25-27页 |
| ·数据降维 | 第27-29页 |
| ·主成分分析(PCA) | 第27-29页 |
| ·距离度量 | 第29-31页 |
| ·欧式距离 | 第30页 |
| ·马氏距离 | 第30-31页 |
| ·分类技术 | 第31-33页 |
| ·最近邻法 | 第31-32页 |
| ·k-近邻法 | 第32-33页 |
| ·支持向量机(SVM) | 第33页 |
| ·本章小结 | 第33-34页 |
| 第4章 步态识别的算法实现过程 | 第34-47页 |
| ·步态识别的预处理 | 第34-35页 |
| ·人体团块(Blob)获取 | 第35-36页 |
| ·轮廓(Contour)选取 | 第36-38页 |
| ·特征提取 | 第38-42页 |
| ·基于欧式距离的质心特征提取 | 第38-40页 |
| ·二维信息的特征提取 | 第40-42页 |
| ·主成分分析(PCA) | 第42-44页 |
| ·分类与识别 | 第44-46页 |
| ·距离分类 | 第44-45页 |
| ·识别 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 实验结果与展望 | 第47-48页 |
| ·实验结果 | 第47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50-51页 |
| 摘要 | 第51-53页 |
| Abstract | 第53-55页 |
