基于立体视觉的步态识别研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 图目录 | 第12-15页 |
| 表目录 | 第15-16页 |
| 第1章 绪论 | 第16-44页 |
| ·研究背景与意义 | 第16-23页 |
| ·研究背景 | 第16-18页 |
| ·研究意义与应用领域 | 第18-23页 |
| ·步态识别研究综述 | 第23-26页 |
| ·步态识别研究的起源与介绍 | 第23-25页 |
| ·步态识别研究方法分类 | 第25-26页 |
| ·步态识别的研究现状 | 第26-39页 |
| ·基于单目视觉的步态识别研究方法 | 第26-34页 |
| ·基于多视角的步态识别研究方法 | 第34-36页 |
| ·步态识别研究的其他方法 | 第36-39页 |
| ·论文的研究目的 | 第39-40页 |
| ·论文的创新之处 | 第40-41页 |
| ·论文的主要工作及组织结构 | 第41-44页 |
| 第2章 人体运动的目标检测 | 第44-62页 |
| ·引言 | 第44页 |
| ·运动目标提取 | 第44-54页 |
| ·背景建模 | 第44-47页 |
| ·运动人体检测 | 第47-50页 |
| ·后处理 | 第50-52页 |
| ·人体轮廓提取 | 第52-54页 |
| ·立体视觉标定 | 第54-59页 |
| ·立体匹配技术 | 第59-60页 |
| ·立体匹配技术介绍 | 第59页 |
| ·轮廓匹配 | 第59-60页 |
| ·三维立体轮廓 | 第60-61页 |
| ·三维重建 | 第60-61页 |
| ·三维立体轮廓 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第3章 立体步态特征提取 | 第62-74页 |
| ·引言 | 第62页 |
| ·步态特征概述 | 第62-63页 |
| ·立体步态特征提取 | 第63-65页 |
| ·轮廓描述子 | 第63-64页 |
| ·立体步态特征 | 第64-65页 |
| ·特征后处理 | 第65-67页 |
| ·滤波去噪 | 第65-66页 |
| ·维数归一化 | 第66页 |
| ·尺度归一化 | 第66-67页 |
| ·步态周期检测 | 第67-69页 |
| ·人体身高恢复 | 第69-72页 |
| ·本章小结 | 第72-74页 |
| 第4章 步态特征降维 | 第74-86页 |
| ·引言 | 第74页 |
| ·主分量分析降维方法 | 第74-78页 |
| ·主分量分析法降维 | 第74-77页 |
| ·步态特征的主分量分析法降维 | 第77-78页 |
| ·流形学习降维 | 第78-83页 |
| ·流形学习及其常用算法介绍 | 第78-81页 |
| ·步态特征的流形学习降维 | 第81-83页 |
| ·本章小结 | 第83-86页 |
| 第5章 分类与识别 | 第86-90页 |
| ·引言 | 第86页 |
| ·常用分类器简介 | 第86页 |
| ·两种近邻分类器 | 第86-88页 |
| ·最近邻分类器 | 第86-87页 |
| ·最近模板分类器 | 第87-88页 |
| ·本章小结 | 第88-90页 |
| 第6章 立体步态数据库 | 第90-116页 |
| ·引言 | 第90-92页 |
| ·现有步态数据库 | 第92-101页 |
| ·UCSD步态数据库 | 第92页 |
| ·MIT步态数据库 | 第92页 |
| ·CMU MoBo步态数据库 | 第92-95页 |
| ·HID-UMD步态数据库 | 第95-96页 |
| ·Soton步态数据库 | 第96-98页 |
| ·Gait Challenge步态数据库 | 第98-99页 |
| ·CASIA步态数据库 | 第99-101页 |
| ·PRLAB Ⅰ立体步态数据库 | 第101-107页 |
| ·采集环境 | 第101-102页 |
| ·系统配置 | 第102-104页 |
| ·数据集构成 | 第104-107页 |
| ·PRLAB Ⅱ-体步态数据库 | 第107-114页 |
| ·采集环境 | 第107-108页 |
| ·系统配置 | 第108-110页 |
| ·数据集构成 | 第110-114页 |
| ·PRLAB Ⅰ与PRLABⅡ之间的联系 | 第114页 |
| ·本章小结 | 第114-116页 |
| 第7章 实验结果分析 | 第116-136页 |
| ·引言 | 第116页 |
| ·主分量分析法实验结果与分析 | 第116-122页 |
| ·PRLAB Ⅰ上的实验结果与分析 | 第116-119页 |
| ·PRLAB Ⅱ上的实验结果与分析 | 第119-122页 |
| ·流形学习降维实验结果与分析 | 第122-126页 |
| ·PRLAB Ⅰ上的实验结果与分析 | 第122-124页 |
| ·PRLAB Ⅱ上的实验结果与分析 | 第124-126页 |
| ·不规则测试数据集ExN | 第126-133页 |
| ·不规则测试数据集ExN的设计 | 第126-128页 |
| ·主分量分析法降维实验结果与分析 | 第128-131页 |
| ·流形学习降维实验结果与分析 | 第131-133页 |
| ·两种降维方法选取主特征横向比较 | 第133-135页 |
| ·本章小结 | 第135-136页 |
| 第8章 总结与展望 | 第136-140页 |
| ·论文工作总结 | 第136-137页 |
| ·未来的工作 | 第137-140页 |
| 参考文献 | 第140-158页 |
| 致谢 | 第158-160页 |
| 在读期间发表的学术论文与取得的研究成果 | 第160页 |
