基于OpenCV的步态识别系统
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-13页 |
| ·步态识别的基本任务 | 第13页 |
| ·重点研究内容 | 第13-14页 |
| ·论文的整体结构 | 第14-16页 |
| 第二章 步态图像序列的预处理 | 第16-26页 |
| ·自适应背景模型 | 第16-18页 |
| ·基本思想 | 第16-17页 |
| ·算法实现 | 第17-18页 |
| ·阴影消除 | 第18-22页 |
| ·阴影检测简介 | 第18-19页 |
| ·阴影的检测 | 第19页 |
| ·阴影消除算法 | 第19-21页 |
| ·实验结果 | 第21-22页 |
| ·滤波处理 | 第22-25页 |
| ·归一化滤波处理 | 第22-24页 |
| ·连通性处理 | 第24-25页 |
| ·本章总结 | 第25-26页 |
| 第三章 步态特征提取和分类识别 | 第26-35页 |
| ·步态周期检测 | 第26-27页 |
| ·特征提取 | 第27-31页 |
| ·步态能量图 | 第27-29页 |
| ·二维主成分分析 | 第29-31页 |
| ·加权的二维主成分分析 | 第31页 |
| ·识别过程 | 第31-32页 |
| ·识别结果与分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于HMM的步态识别 | 第35-44页 |
| ·HMM的基本原理 | 第35-37页 |
| ·HMM的基本算法 | 第37-39页 |
| ·前向-后向算法 | 第37-38页 |
| ·Viterbi算法 | 第38-39页 |
| ·Baum-Welch算法 | 第39页 |
| ·基于HMM的步态分类识别 | 第39-42页 |
| ·特征向量压缩 | 第39-40页 |
| ·HMM初始化 | 第40-41页 |
| ·HMM训练 | 第41-42页 |
| ·HMM的识别过程 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于OPENCV的步态识别系统的实现 | 第44-56页 |
| ·OPENCV视频函数库 | 第44-46页 |
| ·OpenCV的简要介绍 | 第44-45页 |
| ·OpenCV的主要结构和模块 | 第45-46页 |
| ·步态识别系统的设计 | 第46-50页 |
| ·开发环境配置 | 第46-47页 |
| ·系统各模块的设计 | 第47-50页 |
| ·步态识别系统的软件实现 | 第50-55页 |
| ·读入视频 | 第51页 |
| ·图像预处理 | 第51-53页 |
| ·特征提取与聚类 | 第53页 |
| ·HMM的训练和识别 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |
| 攻读学位期间参加的科研项目 | 第64页 |
