特定视角下基于ViBe算法的人体步态分析
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-19页 |
| 1.1 生物特征识别概述 | 第11-12页 |
| 1.2 步态识别研究现状 | 第12-15页 |
| 1.2.1 概述 | 第12-13页 |
| 1.2.2 步态识别研究现状 | 第13-15页 |
| 1.3 常用数据库 | 第15-17页 |
| 1.4 步态识别研究难点 | 第17页 |
| 1.5 本文主要研究内容 | 第17-18页 |
| 1.6 本文各章节安排 | 第18-19页 |
| 2 步态识别基本技术分析概述 | 第19-33页 |
| 2.1 前景检测 | 第19-27页 |
| 2.1.1 背景差分法 | 第19-20页 |
| 2.1.2 帧间差分法 | 第20-24页 |
| 2.1.3 光流法 | 第24页 |
| 2.1.4 阴影去除 | 第24-25页 |
| 2.1.5 形态学去噪 | 第25-27页 |
| 2.2 步态特征参数 | 第27-28页 |
| 2.2.1 步态周期性 | 第27页 |
| 2.2.2 其他步态特征参数 | 第27-28页 |
| 2.3 特征提取 | 第28-30页 |
| 2.4 识别分类 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 3 前景检测 | 第33-53页 |
| 3.1 ViBe算法 | 第33-41页 |
| 3.1.1 模型的初始化方法 | 第34-35页 |
| 3.1.2 前景检测过程 | 第35-36页 |
| 3.1.3 模型的更新策略 | 第36-38页 |
| 3.1.4 ViBe算法优化及实验结果 | 第38-41页 |
| 3.2 CodeBook前景检测算法 | 第41-45页 |
| 3.2.1 模型训练 | 第41-42页 |
| 3.2.2 前景检测 | 第42-43页 |
| 3.2.3 实验结果 | 第43-45页 |
| 3.3 阴影去除算法 | 第45-48页 |
| 3.4 自动阈值分割 | 第48-49页 |
| 3.5 实验结果及分析 | 第49-52页 |
| 3.6 本章小结 | 第52-53页 |
| 4 步态特征提取及识别 | 第53-73页 |
| 4.1 步态基本特征参数分析 | 第53-61页 |
| 4.1.1 曲线拟合 | 第53页 |
| 4.1.2 步态周期性 | 第53-58页 |
| 4.1.3 步态特征参数分析 | 第58-61页 |
| 4.2 步态图像序列模板化 | 第61-63页 |
| 4.3 kNN分类器 | 第63-64页 |
| 4.4 步态能量图 | 第64-68页 |
| 4.4.1 步态能量图 | 第64-65页 |
| 4.4.2 特征降维 | 第65-67页 |
| 4.4.3 实验结果 | 第67-68页 |
| 4.5 Hu矩 | 第68-72页 |
| 4.5.1 Hu矩 | 第68-70页 |
| 4.5.2 实验结果 | 第70-72页 |
| 4.6 本章小结 | 第72-73页 |
| 5 总结和展望 | 第73-75页 |
| 5.1 总结 | 第73页 |
| 5.2 展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第81-85页 |
| 学位论文数据集 | 第85页 |
