基于视频序列的步态识别方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 步态识别研究的目的和意义 | 第10页 |
| 1.2 步态识别的研究内容 | 第10-11页 |
| 1.3 国内研究同类课题的研究现状和发展趋势 | 第11-17页 |
| 1.3.1 步态目标检测 | 第11-12页 |
| 1.3.2 步态特征提取 | 第12-15页 |
| 1.3.3 步态识别 | 第15页 |
| 1.3.4 国内外步态数据库 | 第15-17页 |
| 1.4 本文的研究内容及论文结构 | 第17-20页 |
| 1.4.1 本文的研究内容 | 第17-18页 |
| 1.4.2 论文结构 | 第18-20页 |
| 第二章 步态运动目标的提取 | 第20-28页 |
| 2.1 运动目标检测 | 第20-22页 |
| 2.2 形态学处理 | 第22-24页 |
| 2.2.1 膨胀运算 | 第22页 |
| 2.2.2 腐蚀运算 | 第22-23页 |
| 2.2.3 开运算和闭运算 | 第23-24页 |
| 2.3 连通域分析 | 第24-25页 |
| 2.4 步态图像剪裁 | 第25-26页 |
| 2.5 步态周期检测 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 基于带关节点的步态能量图的特征提取 | 第28-38页 |
| 3.1 带有关节点的步态轮廓剪影 | 第28-31页 |
| 3.1.1 步态轮廓的提取 | 第28-29页 |
| 3.1.2 关节点的定位 | 第29-31页 |
| 3.2 形成带有关节点的步态能量图 | 第31-34页 |
| 3.2.1 步态能量图 | 第31-32页 |
| 3.2.2 构造带关节点的步态能量图 | 第32-34页 |
| 3.3 带关节点的步态能量图LBP特征提取 | 第34-36页 |
| 3.3.1 LBP特征描述 | 第34页 |
| 3.3.2 改进的LBP算子 | 第34-35页 |
| 3.3.3 LBP等价模式 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 基于帧间步态能量图的特征提取 | 第38-46页 |
| 4.1 提取帧间步态能量图 | 第38-40页 |
| 4.2 提取帧间步态能量图的步态关键帧 | 第40-41页 |
| 4.3 基于帧间步态能量图的特征提取 | 第41-43页 |
| 4.3.1 行质量向量特征提取 | 第41-42页 |
| 4.3.2 列质量向量特征提取 | 第42-43页 |
| 4.4 本章小结 | 第43-46页 |
| 第五章 基于特征融合的步态识别算法 | 第46-60页 |
| 5.1 特征融合算法 | 第46-50页 |
| 5.1.1 特征融合分类 | 第46-49页 |
| 5.1.2 特征融合 | 第49-50页 |
| 5.2 基于支持向量机的分类识别 | 第50-55页 |
| 5.2.1 支持向量机的基础理论 | 第50-53页 |
| 5.2.2 支持向量机的识别原理与核函数的种类 | 第53-54页 |
| 5.2.3 支持向量机多分类问题 | 第54-55页 |
| 5.3 基于SVM算法的步态识别 | 第55-56页 |
| 5.4 实验结果对比分析 | 第56-58页 |
| 5.5 本章小结 | 第58-60页 |
| 第六章 结论 | 第60-62页 |
| 6.1 工作总结 | 第60-61页 |
| 6.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 作者简介 | 第66页 |
| 作者在攻读硕士学位期间发表的论文 | 第66-68页 |
| 致谢 | 第68页 |
