基于线性插值的特征模板构造的步态识别算法
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-24页 |
| ·课题研究的背景、目的和意义 | 第11-13页 |
| ·国内、外的研究现状 | 第13-19页 |
| ·步态数据库简介 | 第19-21页 |
| ·步态识别系统框图 | 第21-22页 |
| ·本文的主要工作和内容安排 | 第22-24页 |
| 第2章 运动人体的检测与图像序列预处理 | 第24-32页 |
| ·运动人体的检测 | 第24-30页 |
| ·光流法 | 第24-26页 |
| ·帧间差分法 | 第26-27页 |
| ·背景减除法 | 第27-30页 |
| ·步态视频图像预处理 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于主成分降维方法的研究 | 第32-54页 |
| ·主成分分析与奇异值分解 | 第32-35页 |
| ·主成分分析的原理 | 第32-34页 |
| ·奇异值分解 | 第34-35页 |
| ·二维主成分分析 | 第35-39页 |
| ·二维主成分分析算法的基本原理 | 第36-37页 |
| ·完全二维主成分分析(C2DPCA) | 第37-39页 |
| ·PCA、2DPCA和 C2DPCA之间的关系 | 第39页 |
| ·一般的矩阵低秩估计 | 第39-44页 |
| ·一般的矩阵低秩估计(GLRAM)算法 | 第39-43页 |
| ·GLRAM、PCA与2DPCA的比较 | 第43-44页 |
| ·二维奇异值分解(2DSVD) | 第44-52页 |
| ·2DSVD的定义形式 | 第44页 |
| ·2DSVD的优化属性 | 第44-47页 |
| ·2DSVD的近似最优解 | 第47-49页 |
| ·2DSVD的J_3的错误分析 | 第49-51页 |
| ·2DSVD特殊情况的讨论 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第4章 基于线性插值投影映射的步态识别算法 | 第54-69页 |
| ·线性插值法 | 第54-57页 |
| ·线性插值法 | 第55-56页 |
| ·线性插值的误差分析 | 第56-57页 |
| ·基于线性插值投影映射的步态识别算法 | 第57-68页 |
| ·单一角度投影的步态识别 | 第58-65页 |
| ·组合角度投影的步态识别 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 基于FanBeam映射的步态识别算法 | 第69-86页 |
| ·FanBeam映射的简介 | 第69-72页 |
| ·FanBeam等角射线产生的扇形数据的重建算法 | 第72-76页 |
| ·FanBeam提取步态图像序列特征 | 第76-78页 |
| ·基于FanBeam映射的步态识别算法 | 第78-84页 |
| ·本章小结 | 第84-86页 |
| 结论 | 第86-88页 |
| 参考文献 | 第88-98页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第98-99页 |
| 致谢 | 第99页 |
