| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 基于模型的步态识别 | 第13页 |
| 1.2.2 非模型的步态识别 | 第13-15页 |
| 1.3 主要研究内容与论文组织结构 | 第15-16页 |
| 1.3.1 主要研究内容 | 第15页 |
| 1.3.2 论文组织结构 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 步态识别涉及的相关知识 | 第17-24页 |
| 2.1 视频图像的预处理 | 第17-19页 |
| 2.1.1 行人检测和分割提取 | 第17-18页 |
| 2.1.2 行人的步态图像归一化 | 第18-19页 |
| 2.1.3 步态的周期检测 | 第19页 |
| 2.2 特征提取与表示 | 第19-20页 |
| 2.3 步态特征融合与识别分类 | 第20-21页 |
| 2.3.1 特征融合技术 | 第20-21页 |
| 2.3.2 步态识别的识别分类 | 第21页 |
| 2.3.3 鲁棒性分析 | 第21页 |
| 2.4 步态识别数据库 | 第21-23页 |
| 2.4.1 UCSD步态数据库 | 第21-22页 |
| 2.4.2 SOTON步态数据库 | 第22页 |
| 2.4.3 CMU Mobo步态数据库 | 第22页 |
| 2.4.4 HID-UMD步态数据库 | 第22页 |
| 2.4.5 USF步态数据库 | 第22页 |
| 2.4.6 Gait Challenge步态数据库 | 第22页 |
| 2.4.7 CASIA步态数据库 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于vPCA与RLDA方法的步态特征提取与识别 | 第24-39页 |
| 3.1 步态识别系统的基本框架 | 第24-25页 |
| 3.2 散布矩阵的奇异值问题 | 第25-26页 |
| 3.3 步态识别中常用的降维方法 | 第26-28页 |
| 3.3.1 主成分分析法 | 第26-27页 |
| 3.3.2 线性判别分析法 | 第27-28页 |
| 3.4 LDA扩展方法的步态特征提取 | 第28-31页 |
| 3.4.1 PCA与LDA相结合的特征提取 | 第29页 |
| 3.4.2 DLDA | 第29-30页 |
| 3.4.3 RLDA | 第30-31页 |
| 3.5 基于变形PCA和RLDA的步态特征提取 | 第31-33页 |
| 3.6 LDA扩展方法及vPCA+RLDA方法的识别实验 | 第33-38页 |
| 3.6.1 视频图像预处理 | 第33-34页 |
| 3.6.2 实验结果与分析 | 第34-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第4章 融合腿部局部特征的步态特征提取与识别方法 | 第39-55页 |
| 4.1 步态能量图像与腿部轮廓区域图像 | 第39-40页 |
| 4.2 特征提取 | 第40-42页 |
| 4.3 特征表示 | 第42-43页 |
| 4.4 最小距离分类器 | 第43-44页 |
| 4.5 k近邻分类器 | 第44页 |
| 4.6 支持向量机分类器 | 第44-45页 |
| 4.7 迭代模糊孪生支持向量机分类器 | 第45-47页 |
| 4.8 融合腿部局部特征的步态识别实验 | 第47-54页 |
| 4.8.1 视频图像预处理 | 第48页 |
| 4.8.2 实验结果与分析 | 第48-54页 |
| 4.9 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 本文总结 | 第55-56页 |
| 5.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间取得的科研成果 | 第61页 |
