三维步态识别
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 第一章 绪论 | 第10-27页 |
| ·概述 | 第10-14页 |
| ·生物特征识别技术的产生和发展 | 第10页 |
| ·生物特征识别技术的比较 | 第10-11页 |
| ·步态识别的研究意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·论文的主要内容 | 第13-14页 |
| ·前期工作 | 第14-27页 |
| ·步态检测 | 第14-17页 |
| ·常用方法 | 第14-15页 |
| ·边缘帧差法 | 第15-16页 |
| ·帧差-背景减除法 | 第16-17页 |
| ·2D 步态识别 | 第17-27页 |
| ·常用方法 | 第17-18页 |
| ·链码 | 第18-19页 |
| ·小波描述子 | 第19-24页 |
| ·矩特征 | 第24-27页 |
| 第二章 3D 步态模型 | 第27-45页 |
| ·基于计算机图形学和机器人学的3D 步态模型 | 第27-42页 |
| ·计算机图形学 | 第27-31页 |
| ·机器人学 | 第31-41页 |
| ·3D步态模型 | 第41-42页 |
| ·基于3D 建模软件的3D 步态模型 | 第42-45页 |
| ·POSER模型 | 第42-43页 |
| ·3DMAX 和MAYA 模型 | 第43-45页 |
| 第三章 3D 步态识别 | 第45-81页 |
| ·视角无关的3D 步态识别 | 第45-65页 |
| ·搜索 | 第45-60页 |
| ·穷举搜索 | 第51-52页 |
| ·分步搜索 | 第52-53页 |
| ·多分辨率搜索 | 第53-54页 |
| ·关键帧搜索 | 第54-55页 |
| ·进化算法搜索 | 第55-58页 |
| ·多视角搜索 | 第58-59页 |
| ·方法比较 | 第59-60页 |
| ·基于序列匹配法的步态识别 | 第60-65页 |
| ·视角有关的3D 步态识别 | 第65-79页 |
| ·非线性映射 | 第65页 |
| ·GRNN | 第65-73页 |
| ·网络基本结构 | 第68-69页 |
| ·GRNN 预测算法 | 第69-72页 |
| ·用 GRNN 预测的优点 | 第72-73页 |
| ·支持向量机（SVM） | 第73-76页 |
| ·支持向量回归（SVR） | 第76-79页 |
| ·基于 SVM 的步态识别 | 第79页 |
| ·方法比较 | 第79-81页 |
| 第四章 总结与展望 | 第81-83页 |
| ·论文的总结 | 第81-82页 |
| ·展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-88页 |
| 攻读硕士学位期间所发表的论文和参加的项目 | 第88页 |
