| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 缩略词说明 | 第9-10页 |
| 第一章 绪论 | 第10-11页 |
| 第二章 步态识别的相关研究 | 第11-20页 |
| 2.1 基于步态分析的身份识别及其意义 | 第11-12页 |
| 2.2 人体步态的相关研究 | 第12-17页 |
| 2.2.1 步态的唯一性研究 | 第12-13页 |
| 2.2.2 步态识别的研究进展及现状 | 第13-17页 |
| 2.3 本文拟探讨的主要问题 | 第17-18页 |
| 2.4 本文的研究工作与创新 | 第18-20页 |
| 第三章 模型无关的步态识别方法研究 | 第20-32页 |
| 3.1 本文涉及的模式识别相关理论介绍 | 第20-24页 |
| 3.1.1 主成分分析 | 第20-22页 |
| 3.1.2 fisher线性变换 | 第22-23页 |
| 3.1.3 相似性度量与分类器设计 | 第23-24页 |
| 3.1.4 分类器评价 | 第24页 |
| 3.2 视角因素对步态识别的影响 | 第24-25页 |
| 3.3 基于差分运动切片的步态识别算法研究 | 第25-28页 |
| 3.3.1 识别算法设计及其特点 | 第25-26页 |
| 3.3.2 差分运动切片 | 第26-27页 |
| 3.3.3 差分步态图像 | 第27-28页 |
| 3.3.4 特征空间变换与特征步态 | 第28页 |
| 3.4 实验结果 | 第28-32页 |
| 第四章 基于模型的步态识别算法研究 | 第32-40页 |
| 4.1 多连接椭圆的人体姿态表示 | 第32-35页 |
| 4.1.1 运动检测与目标提取 | 第32-33页 |
| 4.1.2 利用连接椭圆进行人体姿态表示 | 第33-35页 |
| 4.2 基于多连接椭圆模型的步态识别算法研究 | 第35-38页 |
| 4.2.1 识别算法的设计及其特点 | 第35-36页 |
| 4.2.2 步态特征的提取与表示 | 第36-37页 |
| 4.2.3 基于主成分分析的特征空间变换 | 第37-38页 |
| 4.2.4 基于fisher线性变换的正则空间变换 | 第38页 |
| 4.3 实验结果 | 第38-40页 |
| 第五章 视角无关的步态分析与特征提取 | 第40-63页 |
| 5.1 摄像机的成像原理 | 第41-43页 |
| 5.2 空间点的三维重建 | 第43-46页 |
| 5.2.1 使用双摄像机进行点的三维重建 | 第44-45页 |
| 5.2.2 极线约束 | 第45页 |
| 5.2.3 对应点的匹配问题 | 第45-46页 |
| 5.3 单目摄像机下基于平行线约束的空间点的三维重建 | 第46-52页 |
| 5.4 单目摄像机下视角无关的步态特征的提取与分析 | 第52-58页 |
| 5.4.1 人体实际坐标以及头部与脚部的三维位置求取 | 第52-55页 |
| 5.4.2 视角无关的步态特征 | 第55-57页 |
| 5.4.3 视角无关特征的提取过程 | 第57-58页 |
| 5.5 实验 | 第58-63页 |
| 5.5.1 行走轨迹估计 | 第59-61页 |
| 5.5.2 特征提取 | 第61-63页 |
| 第六章 结论与展望 | 第63-66页 |
| 6.1 本文的成果与不足 | 第63-64页 |
| 6.2 未来的研究方向 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士期间发表论文 | 第70-71页 |
| 学位论文评阅及答辩情祝表 | 第71页 |
