基于步态压力特征的人体行为识别
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景与意义 | 第9-12页 |
| 1.1.1 生物特征识别技术 | 第10-11页 |
| 1.1.2 典型的生物特征识别技术 | 第11-12页 |
| 1.2 步态特征识别 | 第12-14页 |
| 1.2.1 步态特征识别原理 | 第13页 |
| 1.2.2 步态识别的分类 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.3.1 国外研究现状 | 第14-15页 |
| 1.3.2 国内研究现状 | 第15-16页 |
| 1.4 本文主要工作内容 | 第16-18页 |
| 第2章 步态压力采集分析系统的设计 | 第18-29页 |
| 2.1 系统结构设计方案 | 第18-20页 |
| 2.2 压力传感模块设计 | 第20-25页 |
| 2.2.1 传感器的选取 | 第20-22页 |
| 2.2.2 传感器的分布 | 第22-24页 |
| 2.2.3 传感器接口电路 | 第24-25页 |
| 2.3 处理单元 | 第25-27页 |
| 2.3.1 单片机系统 | 第25-26页 |
| 2.3.2 串口通信 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 步态分析的谱聚类方法 | 第29-40页 |
| 3.1 经典聚类算法 | 第29-33页 |
| 3.1.1 K-means算法 | 第29-31页 |
| 3.1.2 谱聚类算法 | 第31-33页 |
| 3.2 运动状态聚类算法的选择 | 第33-36页 |
| 3.2.1 NJW谱聚类算法 | 第33-34页 |
| 3.2.2 基于NJW谱聚类算法的改进 | 第34-36页 |
| 3.3 改进算法的实验结果分析 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 步态行为过程的分析方法 | 第40-59页 |
| 4.1 行为过程分析 | 第40-47页 |
| 4.1.1 人体行为的复杂性 | 第45-46页 |
| 4.1.2 算法适用性 | 第46-47页 |
| 4.2 支持向量机的决策模型 | 第47-54页 |
| 4.2.1 支持向量机的经典模型 | 第48-52页 |
| 4.2.2 行为决策的特征选择 | 第52-54页 |
| 4.3 步态行为决策 | 第54-58页 |
| 4.3.1 单一行为决策 | 第55-57页 |
| 4.3.2 过渡行为决策 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 人体行为特征分析 | 第59-66页 |
| 5.1 步态特征行为分析 | 第60-64页 |
| 5.1.1 不同对象的步态特征分析 | 第60-62页 |
| 5.1.2 不同对象的行为相似性分析 | 第62-64页 |
| 5.2 步态行为的适用性 | 第64-65页 |
| 5.3 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的学术论文 | 第76-77页 |
| 攻读学位期间取得的科研成果 | 第77页 |
