基于步态分析的身份识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-33页 |
| ·课题的目的和意义 | 第11-12页 |
| ·步态识别研究内容 | 第12-15页 |
| ·步态识别研究现状 | 第15-31页 |
| ·数据获取 | 第17页 |
| ·步态检测 | 第17-20页 |
| ·步态表征 | 第20-24页 |
| ·步态鉴别 | 第24-26页 |
| ·主曲线理论 | 第26-30页 |
| ·步态识别存在的问题 | 第30-31页 |
| ·论文的主要工作 | 第31-32页 |
| ·论文的组织结构 | 第32-33页 |
| 第2章 步态检测及预处理 | 第33-48页 |
| ·引言 | 第33-34页 |
| ·步态检测 | 第34-38页 |
| ·背景建模 | 第34-35页 |
| ·前景区域检测 | 第35-37页 |
| ·后处理 | 第37-38页 |
| ·轮廓提取 | 第38-42页 |
| ·步态参数分析 | 第42-45页 |
| ·步态周期检测 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第3章 基于主曲线的时空步态分析 | 第48-72页 |
| ·引言 | 第48-49页 |
| ·主曲线成分分析 | 第49-57页 |
| ·主成分与主曲线 | 第49-50页 |
| ·主曲线成分分析 | 第50-53页 |
| ·PC~2A的具体实现 | 第53-54页 |
| ·PC~2A的实验结果与分析 | 第54-57页 |
| ·时空模式的步态表征 | 第57-64页 |
| ·侧影轮廓描述 | 第57-60页 |
| ·步态序列描述 | 第60-63页 |
| ·步态特征分析 | 第63-64页 |
| ·基于主曲线的步态识别 | 第64-66页 |
| ·识别方法 | 第65页 |
| ·分类规则 | 第65-66页 |
| ·实验及分析 | 第66-71页 |
| ·实验环境 | 第66页 |
| ·实验步骤 | 第66-67页 |
| ·实验结果分析 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 第4章 基于运动分析的步态分析 | 第72-85页 |
| ·引言 | 第72-73页 |
| ·步态特征提取 | 第73-77页 |
| ·宽度特征 | 第73-74页 |
| ·角度分析 | 第74-77页 |
| ·结构特征 | 第77页 |
| ·步态特征分析 | 第77-82页 |
| ·动态时间规整 | 第78-79页 |
| ·特征分析 | 第79-82页 |
| ·实验结果及讨论 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 第5章 基于周期序列宽度图的步态分析 | 第85-106页 |
| ·引言 | 第85-86页 |
| ·步态表征及分析 | 第86-97页 |
| ·侧影宽度分析 | 第86-92页 |
| ·周期序列宽度图 | 第92-95页 |
| ·特征分析 | 第95-97页 |
| ·识别 | 第97-100页 |
| ·RBF神经网络 | 第97-99页 |
| ·分类器设计 | 第99-100页 |
| ·实验结果及讨论 | 第100-105页 |
| ·本章小结 | 第105-106页 |
| 结论 | 第106-108页 |
| 参考文献 | 第108-118页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第118-120页 |
| 致谢 | 第120页 |
