| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 课题研究背景及意义 | 第15-16页 |
| 1.2 步态识别研究现状 | 第16-17页 |
| 1.3 目前存在主要技术难点 | 第17-18页 |
| 1.4 论文的主要内容 | 第18-20页 |
| 第二章 步态识别技术 | 第20-34页 |
| 2.1 步态轮廓提取 | 第20-22页 |
| 2.2 步态周期检测 | 第22-23页 |
| 2.3 步态特征提取 | 第23-25页 |
| 2.3.1 基于模型的步态识别 | 第24页 |
| 2.3.2 基于整体的步态识别 | 第24-25页 |
| 2.4 特征处理 | 第25-27页 |
| 2.4.1 线性分析法 | 第26页 |
| 2.4.2 流形学习 | 第26-27页 |
| 2.5 模式分类 | 第27-30页 |
| 2.6 常用步态数据库 | 第30-32页 |
| 2.7 本章小结 | 第32-34页 |
| 第三章 基于欧式范数的广义线性判别分析步态识别算法 | 第34-44页 |
| 3.1 步态特征描述 | 第34-35页 |
| 3.2 特征处理 | 第35-38页 |
| 3.2.1 线性判别分析算法 | 第36页 |
| 3.2.2 基于欧式范数的广义线性判别分析算法 | 第36-38页 |
| 3.3 支持向量机 | 第38页 |
| 3.4 实验 | 第38-43页 |
| 3.4.1 数据库选择 | 第38-39页 |
| 3.4.2 实验及结果分析 | 第39-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于流形学习的与视角无关的步态识别算法 | 第44-56页 |
| 4.1 问题描述 | 第44-46页 |
| 4.2 步态特征描述 | 第46-48页 |
| 4.3 流形学习 | 第48-49页 |
| 4.4 局部Fisher嵌入 | 第49-52页 |
| 4.5 实验 | 第52-55页 |
| 4.5.1 数据库的选择 | 第52-53页 |
| 4.5.2 实验及结果分析 | 第53-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 本文主要工作 | 第56页 |
| 5.2 未来工作展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 附录1：攻读硕士期间发表的论文 | 第63页 |
| 附录2：攻读硕士期间获奖情况 | 第63-64页 |