基于空间分解和联合稀疏模型的步态活动能量图研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 步态识别简介 | 第9-12页 |
| 1.2.1 步态识别的特点 | 第9-10页 |
| 1.2.2 步态识别的过程 | 第10-11页 |
| 1.2.3 步态识别面临的挑战 | 第11-12页 |
| 1.3 本文主要的研究内容 | 第12-13页 |
| 1.4 本文的结构安排 | 第13-14页 |
| 第二章 步态识别的研究现状 | 第14-21页 |
| 2.1 基于模型的步态识别 | 第14-15页 |
| 2.2 基于轮廓的步态识别 | 第15-19页 |
| 2.2.1 基于轮廓直方图分布的步态识别 | 第16-17页 |
| 2.2.2 基于肢体关键角度的步态识别 | 第17-19页 |
| 2.3 基于类能量图的步态识别 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 步态活动能量图的空间分解 | 第21-32页 |
| 3.1 引言 | 第21页 |
| 3.2 步态预处理 | 第21-22页 |
| 3.3 质量能量特征提取 | 第22-26页 |
| 3.3.1 活动能量图 | 第22-23页 |
| 3.3.2 能量图空间分解 | 第23-24页 |
| 3.3.3 频谱特征提取 | 第24-26页 |
| 3.4 能量图空间领域分类识别 | 第26-28页 |
| 3.4.1 动态空间规整法 | 第26-28页 |
| 3.4.2 DSW步态识别 | 第28页 |
| 3.5 实验结果及分析 | 第28-31页 |
| 3.5.1 实验过程 | 第28-30页 |
| 3.5.2 结果分析 | 第30-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 联合稀疏模型下的活动能量图分解 | 第32-46页 |
| 4.1 引言 | 第32页 |
| 4.2 联合稀疏模型 | 第32-35页 |
| 4.2.1 压缩感知 | 第32-33页 |
| 4.2.2 分布式压缩感知 | 第33-34页 |
| 4.2.3 第一类联合稀疏模型 | 第34-35页 |
| 4.3 稀疏表示特征提取 | 第35-38页 |
| 4.3.1 提取步态共有特征和私有特征 | 第35-37页 |
| 4.3.2 联合稀疏模型中步态特征提取 | 第37-38页 |
| 4.4 步态特征分类识别 | 第38-43页 |
| 4.4.1 随机投影 | 第39-40页 |
| 4.4.2 第一范数最小化 | 第40-41页 |
| 4.4.3 基于稀疏表示的分类识别 | 第41-43页 |
| 4.5 实验结果及分析 | 第43-45页 |
| 4.5.1 实验过程 | 第43-44页 |
| 4.5.2 结果分析 | 第44-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 研究总结与展望 | 第46-48页 |
| 5.1 本文的主要贡献与创新 | 第46-47页 |
| 5.2 进一步的研究与展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间取得的研究成果 | 第52-53页 |
| 致谢 | 第53页 |
