基于模糊积分和轮廓特征的步态识别
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究背景 | 第9页 |
| ·国内外研究现状 | 第9-13页 |
| ·论文的重点研究内容 | 第13-14页 |
| ·本论文的结构安排 | 第14-16页 |
| 第二章 步态识别基础理论 | 第16-24页 |
| ·有限混合模型 | 第16-17页 |
| ·有限t分布混合模型 | 第16-17页 |
| ·有限高斯分布混合模型 | 第17页 |
| ·最大期望算法(EM) | 第17-20页 |
| ·E步 | 第18-19页 |
| ·M步 | 第19-20页 |
| ·形态学滤波 | 第20页 |
| ·目标识别中各种矩 | 第20-22页 |
| ·模糊积分 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于高斯背景建模与二值聚类的步态检测 | 第24-35页 |
| ·轮廓提取 | 第24-27页 |
| ·高斯背景建模算法流程 | 第24-26页 |
| ·其他背景恢复法和混合高斯建模的实验对比 | 第26-27页 |
| ·阴影消除 | 第27-31页 |
| ·阴影检测简介 | 第27-28页 |
| ·阴影检测算法介绍 | 第28页 |
| ·阴影的检测 | 第28-29页 |
| ·基于二值聚类的阴影消除算法 | 第29-30页 |
| ·实验结果 | 第30-31页 |
| ·滤波处理 | 第31-34页 |
| ·本章总结 | 第34-35页 |
| 第四章 步态特征 | 第35-56页 |
| ·步态周期 | 第35-36页 |
| ·宽度特征提取 | 第36-39页 |
| ·整体宽度特征提取 | 第36-38页 |
| ·分区域的轮廓特征提取 | 第38-39页 |
| ·人体轮廓角度直方图 | 第39-42页 |
| ·基于几何区域的质心计算 | 第39-40页 |
| ·基于轮廓质心的角度直方图 | 第40-42页 |
| ·傅里叶描述子 | 第42-45页 |
| ·人体轮廓线的提取 | 第42页 |
| ·基于轮廓线的傅里叶描述子 | 第42-45页 |
| ·小波矩特征 | 第45-47页 |
| ·小波矩构造 | 第45-46页 |
| ·基于小波矩的步态特征和其他矩特征比较 | 第46-47页 |
| ·基于步态能量图的HOG特征 | 第47-51页 |
| ·维数约减 | 第51-56页 |
| 第五章 基于模糊积分的步态识别实现 | 第56-70页 |
| ·CHOQUET模糊积分和模糊测度 | 第56-58页 |
| ·基于支持向量机的模糊分类模型 | 第58-60页 |
| ·基于CHOQUET模糊积分的多分类器融合 | 第60-63页 |
| ·识别过程中特征距离选择 | 第63-65页 |
| ·其他识别方法与模糊积分识别方法比较 | 第65-69页 |
| ·本章总结 | 第69-70页 |
| 第六章 总结和展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间发表的学术论文 | 第77页 |
| 攻读学位期间参加的科研项目 | 第77-78页 |
