首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于步态特征的身份识别技术研究

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-19页
   ·生物特征识别技术第10-11页
   ·步态识别技术综述第11-16页
     ·步态识别及其研究内容第11-13页
     ·国内外研究现状第13-15页
     ·步态识别技术的研究难点第15-16页
   ·本文的主要工作与创新第16-17页
   ·本文的内容安排第17-19页
第二章 步态数据预处理及周期性分析第19-31页
   ·引言第19页
   ·步态数据预处理第19-25页
     ·背景估计第20-22页
     ·目标检测与分割第22-23页
     ·后处理第23-25页
   ·步态数据的周期性分析第25-27页
     ·步态周期的定义第25-26页
     ·步态周期的计算第26-27页
   ·实验数据来源第27-29页
     ·UCSD数据库第27-28页
     ·CMU数据库第28-29页
   ·实验假设条件第29页
   ·木章小结第29-31页
第三章 基于感知轮廓描绘子的步态识别算法第31-59页
   ·引言第31页
   ·感知轮廓描绘子第31-34页
     ·感知轮廓描绘子的定义第32页
     ·参数取值讨论第32-34页
   ·运动轮廓提取第34-36页
   ·成分分析和线性判别函数第36-43页
     ·主成分分析第37-39页
     ·Fisher线性判别分析第39-42页
     ·多重判别分析第42-43页
   ·模式分类第43-49页
     ·算法流程第43-44页
     ·训练过程第44-47页
     ·识别过程第47-49页
   ·实验结果与分析第49-58页
     ·实验结果第49-52页
     ·性能分析第52页
     ·算法比较第52-58页
   ·本章小结第58-59页
第四章 基于区域特征的步态识别算法第59-78页
   ·引言第59页
   ·算法思想第59-60页
   ·区域特征提取第60-61页
     ·区域目标面积特征第60-61页
     ·区域方差特征第61页
   ·模式分类第61-66页
     ·图像模板化第61-63页
     ·算法流程第63页
     ·训练过程第63-64页
     ·识别过程第64-66页
   ·实验结果与分析第66-76页
     ·实验结果第66-68页
     ·性能分析第68-69页
     ·算法比较第69-76页
   ·本章小结第76-78页
第五章 基于动态特征的步态识别算法第78-94页
   ·引言第78页
   ·算法思想第78-79页
   ·动态特征提取第79-81页
     ·动态方差特征第79-80页
     ·动态能量特征第80-81页
   ·模式分类第81-83页
     ·算法流程第81-82页
     ·训练过程第82页
     ·识别过程第82-83页
   ·实验结果与分析第83-93页
     ·实验结果第83-85页
     ·性能分析第85-86页
     ·算法比较第86-93页
   ·本章小结第93-94页
第六章 基于模型的算法及融合理论在步态识别中的应用第94-116页
   ·引言第94页
   ·基于模型的步态识别算法研究第94-99页
     ·钟摆模型第94-96页
     ·椭圆模型第96页
     ·人字型模型第96-97页
     ·线图模型第97-99页
   ·融合理论及其在步态识别中的应用第99-100页
     ·特征级融合第99-100页
     ·决策级融合第100页
   ·一种融合了线图模型和静态特征的步态识别新算法第100-115页
     ·基于线图模型的动态特征提取第101-104页
     ·基于整体的静态特征提取第104页
     ·融合策略第104-106页
     ·模式分类第106-107页
     ·实验结果与分析第107-115页
   ·本章小结第115-116页
第七章 总结与展望第116-120页
   ·论文总结第116-118页
   ·论文不足之处与进一步的深入研究第118-120页
参考文献第120-127页
攻读博士学位期间发表论文和参加科研情况说明第127-129页
致谢第129-130页

论文共130页,点击 下载论文
上一篇:农产品期货市场波动与效率研究
下一篇:高拱坝下游水垫塘流场的数值模拟