| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 生物特征识别技术 | 第9-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 本文的工作 | 第13-15页 |
| 第二章 相关方法介绍 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 保序稀疏表示 | 第15-23页 |
| 2.2.1 稀疏表示概述 | 第15-18页 |
| 2.2.2 基于稀疏表示的分类 | 第18-19页 |
| 2.2.3 联合稀疏表示分类 | 第19-20页 |
| 2.2.4 保序稀疏表示分类 | 第20-23页 |
| 2.3 分层匹配追踪算法 | 第23-24页 |
| 2.4 小结 | 第24-26页 |
| 第三章 基于可见光的分层匹配追踪及保序稀疏编码行人识别 | 第26-39页 |
| 3.1 引言 | 第26-27页 |
| 3.2 数据预处理 | 第27页 |
| 3.3 分层匹配追踪特征提取 | 第27-29页 |
| 3.4 保序稀疏编码进行分类 | 第29-31页 |
| 3.4.1 空间保序 | 第29-30页 |
| 3.4.2 时空保序 | 第30-31页 |
| 3.5 实验结果与分析 | 第31-37页 |
| 3.5.1 数据集和实验设置 | 第31页 |
| 3.5.2 调节参数对实验的影响 | 第31-33页 |
| 3.5.3 分层匹配追踪中字典大小对实验的影响 | 第33页 |
| 3.5.4 池化方式对实验的影响 | 第33-34页 |
| 3.5.5 空间保序和时间保序对实验的影响 | 第34-35页 |
| 3.5.6 与其他方法的比较 | 第35-36页 |
| 3.5.7 基于单一动作的识别 | 第36-37页 |
| 3.5.8 基于多动作的识别 | 第37页 |
| 3.6 小结 | 第37-39页 |
| 第四章 基于深度信息的分层匹配追踪及保序稀疏编码行人识别 | 第39-49页 |
| 4.1 引言 | 第39页 |
| 4.2 Kinect简介 | 第39-41页 |
| 4.3 基于深度数据的分层匹配追踪及保序稀疏编码行人识别 | 第41-44页 |
| 4.4 实验结果与分析 | 第44-48页 |
| 4.4.1 数据集和实验设置 | 第44-45页 |
| 4.4.2 与其他分类器的比较 | 第45页 |
| 4.4.3 与其他特征的比较 | 第45-46页 |
| 4.4.4 各项试验设置对识别结果的影响 | 第46-48页 |
| 4.4.5 不同模态的数据融合对识别结果的影响 | 第48页 |
| 4.5 小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 图附录 | 第56-58页 |
| 表附录 | 第58-60页 |
| 致谢 | 第60-61页 |
| 硕士学位期间发表的论文及科研情况 | 第61页 |
