基于Procrustes形状频谱分析的多视角步态识别算法
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 序 | 第10-14页 |
| 1 绪论 | 第14-24页 |
| ·研究背景 | 第14-19页 |
| ·步态与生理学 | 第15-16页 |
| ·步态与感知心理学 | 第16-17页 |
| ·步态与计算机视觉 | 第17-19页 |
| ·研究意义 | 第19-20页 |
| ·国内外研究现状 | 第20-21页 |
| ·本文的主要工作 | 第21-22页 |
| ·论文的章节安排 | 第22-24页 |
| 2 步态识别研究方法 | 第24-42页 |
| ·引言 | 第24页 |
| ·目标检测 | 第24-29页 |
| ·背景减除算法 | 第24-28页 |
| ·帧间差分法 | 第28-29页 |
| ·基于运动场的方法 | 第29页 |
| ·周期检测 | 第29-31页 |
| ·特征提取 | 第31-35页 |
| ·基于模型的方法 | 第31-33页 |
| ·基于非模型的方法 | 第33-35页 |
| ·模式分类 | 第35-38页 |
| ·基于模板的方法 | 第35-36页 |
| ·基于统计的方法 | 第36-38页 |
| ·步态识别研究数据库 | 第38-40页 |
| ·步态识别中存在的问题 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 3 基于PMS的傅里叶频谱分析的多视角步态识别 | 第42-70页 |
| ·引言 | 第42页 |
| ·预处理 | 第42-48页 |
| ·运动区域分割 | 第42-44页 |
| ·形态学处理和连通区域分析 | 第44-45页 |
| ·图像归一化处理 | 第45-46页 |
| ·轮廓提取 | 第46-48页 |
| ·特征提取 | 第48-62页 |
| ·轮廓线采样 | 第48-52页 |
| ·Procrustes形状分析 | 第52-55页 |
| ·傅里叶描述子 | 第55-57页 |
| ·Procrustes形状的傅里叶频谱分析 | 第57-62页 |
| ·分类识别 | 第62-63页 |
| ·分类器的选择 | 第62-63页 |
| ·步态识别 | 第63页 |
| ·实验设计及分析 | 第63-68页 |
| ·实验设计 | 第63-64页 |
| ·训练数据 | 第64-65页 |
| ·识别阶段 | 第65页 |
| ·实验结果及分析 | 第65-68页 |
| ·本章小结 | 第68-70页 |
| 4 步态识别系统 | 第70-80页 |
| ·引言 | 第70页 |
| ·实现平台 | 第70-71页 |
| ·操作系统 | 第70页 |
| ·开发平台 | 第70-71页 |
| ·数据库 | 第71页 |
| ·框架设计 | 第71-74页 |
| ·预处理 | 第72-73页 |
| ·特征提取 | 第73-74页 |
| ·训练和识别 | 第74页 |
| ·步态识别系统的界面及性能 | 第74-79页 |
| ·本章小结 | 第79-80页 |
| 5 结论 | 第80-84页 |
| ·工作总结 | 第80-81页 |
| ·展望 | 第81-84页 |
| 参考文献 | 第84-88页 |
| 作者简历 | 第88-92页 |
| 学位论文数据集 | 第92页 |
