基于模式识别技术的立体足迹步态特征提取与分类
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 引言 | 第10-11页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国内外足迹学研究现状 | 第12-13页 |
| 1.2.2 算法研究现状 | 第13-14页 |
| 1.3 研究目的与方法 | 第14-15页 |
| 1.3.1 研究目的 | 第14页 |
| 1.3.2 研究方法 | 第14-15页 |
| 1.4 主要内容和章节安排 | 第15-17页 |
| 2 立体足迹步态特征分析理论 | 第17-20页 |
| 2.1 立体足迹步态分析理论的形成 | 第17页 |
| 2.2 立体足迹步态分析理论主要内容 | 第17-20页 |
| 2.2.1 落脚特征 | 第17-18页 |
| 2.2.2 垂直支撑特征 | 第18页 |
| 2.2.3 起脚特征 | 第18-20页 |
| 3 立体足迹步态特征样本库的建立 | 第20-28页 |
| 3.1 立体足迹步态特征样本采集设备与方法 | 第20-22页 |
| 3.2 样本剪裁软件的设计 | 第22-24页 |
| 3.3 样本库的建立 | 第24-27页 |
| 3.4 本章小结 | 第27-28页 |
| 4 基于Haar特征的步态特征提取与分类 | 第28-47页 |
| 4.1 Haar特征 | 第28-31页 |
| 4.1.1 Haar特征简介 | 第28-30页 |
| 4.1.2 积分图 | 第30-31页 |
| 4.2 Adaboost算法 | 第31-36页 |
| 4.2.1 Boosting算法 | 第31-32页 |
| 4.2.2 Adaboost算法的提出 | 第32-35页 |
| 4.2.3 Adaboost算法误差分析 | 第35-36页 |
| 4.3 实验流程 | 第36页 |
| 4.4 基于Haar特征的抠痕检测算法 | 第36-40页 |
| 4.5 基于Haar特征的踏痕检测算法 | 第40-46页 |
| 4.6 本章小结 | 第46-47页 |
| 5 基于LBP特征的步态特征提取与分类 | 第47-59页 |
| 5.1 LBP特征 | 第47-52页 |
| 5.1.1 LBP算子概述 | 第47页 |
| 5.1.2 基本LBP算子 | 第47-50页 |
| 5.1.3 LBP等价模式 | 第50页 |
| 5.1.4 旋转不变LBP | 第50-52页 |
| 5.1.5 LBPH和MB-LBP模式 | 第52页 |
| 5.2 实验流程 | 第52-53页 |
| 5.3 基于LBP特征的检测算法 | 第53-58页 |
| 5.3.1 基于LBP特征的抠痕检测算法 | 第53-55页 |
| 5.3.2 基于LBP特征的踏痕检测算法 | 第55-58页 |
| 5.4 本章小结 | 第58-59页 |
| 6 性能比较 | 第59-62页 |
| 6.1 抠痕检测算法的性能比较 | 第59-60页 |
| 6.2 踏痕检测算法的性能比较 | 第60-61页 |
| 6.3 本章小结 | 第61-62页 |
| 7 总结与展望 | 第62-64页 |
| 7.1 本文工作总结 | 第62页 |
| 7.2 下一步工作展望 | 第62-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 在学研究成果 | 第69-70页 |
| 致谢 | 第70页 |
