基于深度信息的步态识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 生物特征识别 | 第9页 |
| 1.1.2 步态识别简介 | 第9-11页 |
| 1.2 步态识别研究内容 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 常用步态数据库 | 第14-16页 |
| 1.5 本文研究思路 | 第16页 |
| 1.6 论文内容与章节安排 | 第16-18页 |
| 2 三维点云的简化 | 第18-31页 |
| 2.1 三维点云数据的获取 | 第18-20页 |
| 2.2 点云归一化 | 第20-21页 |
| 2.2.1 点云数据中存在的问题 | 第20页 |
| 2.2.2 点云数据归一化 | 第20-21页 |
| 2.3 步态周期确定及关键帧选取 | 第21-23页 |
| 2.4 点云数据重采样 | 第23-25页 |
| 2.5 深度特征图的构建 | 第25-29页 |
| 2.6 本章小结 | 第29-31页 |
| 3 能量图生成和分类识别 | 第31-41页 |
| 3.1 GEI方法 | 第31-34页 |
| 3.1.1 PCA特征提取 | 第33-34页 |
| 3.1.2 分类识别 | 第34页 |
| 3.2 DGEI方法 | 第34-36页 |
| 3.3 DGGEI方法 | 第36-38页 |
| 3.4 实验结果 | 第38-39页 |
| 3.5 本章小结 | 第39-41页 |
| 4 原型系统介绍 | 第41-52页 |
| 4.1 总体设计 | 第41页 |
| 4.2 功能要求 | 第41-42页 |
| 4.3 开发环境介绍 | 第42-45页 |
| 4.3.1 Kinect深度相机介绍 | 第42-43页 |
| 4.3.2 MFC介绍 | 第43-44页 |
| 4.3.3 OpenNI介绍 | 第44-45页 |
| 4.3.4 OpenCV介绍 | 第45页 |
| 4.4 系统整体架构及工作流程 | 第45-50页 |
| 4.4.1 录制背景 | 第46-47页 |
| 4.4.2 建立数据库 | 第47-50页 |
| 4.4.3 识别 | 第50页 |
| 4.5 本章小结 | 第50-52页 |
| 5 总结展望 | 第52-54页 |
| 5.1 论文总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间主要的研究成果 | 第59-60页 |
| 致谢 | 第60-61页 |
