| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-25页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 步态识别的系统流程 | 第12-13页 |
| 1.3 步态识别关键技术研究现状 | 第13-22页 |
| 1.3.1 步态检测 | 第13-15页 |
| 1.3.2 周期检测 | 第15页 |
| 1.3.3 步态特征提取 | 第15-21页 |
| 1.3.4 步态识别分类 | 第21-22页 |
| 1.4 步态识别研究遇到的问题与未来研究重点 | 第22-23页 |
| 1.4.1 遇到的问题 | 第23页 |
| 1.4.2 未来研究重点 | 第23页 |
| 1.5 本文研究内容与结构安排 | 第23-25页 |
| 2 步态识别关键技术 | 第25-47页 |
| 2.1 预处理环节 | 第25-35页 |
| 2.1.1 运动目标检测 | 第25-30页 |
| 2.1.2 运动检测目标二值化处理 | 第30-31页 |
| 2.1.3 形态学处理 | 第31-33页 |
| 2.1.4 连通区域分析 | 第33页 |
| 2.1.5 步态图像的归一化处理 | 第33页 |
| 2.1.6 边缘检测 | 第33-35页 |
| 2.2 步态周期检测 | 第35-36页 |
| 2.3 特征提取主要算法介绍 | 第36-40页 |
| 2.3.1 静态特征提取算法 | 第36-38页 |
| 2.3.2 动态特征提取 | 第38-40页 |
| 2.4 分类器 | 第40-44页 |
| 2.4.1 最近邻分类器 | 第41页 |
| 2.4.2 支持向量机分类器 | 第41-44页 |
| 2.4.3 极限学习机 | 第44页 |
| 2.5 现有的步态数据库 | 第44-46页 |
| 2.5.1 中国科学院自动化研究所CASIA步态数据库 | 第44页 |
| 2.5.2 USF数据库 | 第44-45页 |
| 2.5.3 南安普顿数据库 | 第45页 |
| 2.5.4 OU-ISIR | 第45页 |
| 2.5.5 其他步态数据库 | 第45-46页 |
| 2.6 本章小结 | 第46-47页 |
| 3 运动步态检测方法 | 第47-57页 |
| 3.1 基于背景减除法的视频对象分割方法 | 第47-52页 |
| 3.2 基于局部二值模式的步态检测 | 第52-54页 |
| 3.3 基于微分法的边缘检测 | 第54-56页 |
| 3.4 本章小结 | 第56-57页 |
| 4 基于PHOG和ELM相结合的步态识别方法 | 第57-68页 |
| 4.1 引言 | 第57-59页 |
| 4.2 HOG和PHOG | 第59-65页 |
| 4.2.1 HOG | 第59-63页 |
| 4.2.2 PHOG | 第63-65页 |
| 4.3 极限学习机 | 第65-67页 |
| 4.4 本章小结 | 第67-68页 |
| 5 仿真与实验分析 | 第68-79页 |
| 5.1 仿真环境 | 第68页 |
| 5.2 仿真设计 | 第68-69页 |
| 5.3 仿真实现 | 第69-73页 |
| 5.3.1 主页面 | 第69页 |
| 5.3.2 步态预处理模块 | 第69-70页 |
| 5.3.3 GEI边缘图像提取模块 | 第70-71页 |
| 5.3.4 PHOG特征提取模块 | 第71-72页 |
| 5.3.5 步态分类识别模块 | 第72-73页 |
| 5.4 实验分析 | 第73-78页 |
| 5.5 本章小结 | 第78-79页 |
| 6 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79页 |
| 6.2 展望 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 个人简历和研究成果 | 第87-88页 |
| 个人简历 | 第87页 |
| 学术论文 | 第87页 |
| 研究成果 | 第87-88页 |
| 致谢 | 第88页 |