一种新的不变矩在步态识别中的研究应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·生物特征识别技术 | 第10页 |
| ·步态识别的研究内容 | 第10-12页 |
| ·步态识别的研究现状 | 第12-13页 |
| ·论文的主要内容安排 | 第13页 |
| ·本论文的主要创新点 | 第13-16页 |
| 第二章 步态识别的理论和方法 | 第16-24页 |
| ·步态图像的检测及运动目标的分割 | 第16-20页 |
| ·帧间差分法 | 第17-18页 |
| ·背景减除法 | 第18-19页 |
| ·光流法 | 第19-20页 |
| ·步态特征提取 | 第20-21页 |
| ·基于模型的方法 | 第20页 |
| ·基本整体的方法 | 第20-21页 |
| ·步态模式分类和识别 | 第21-24页 |
| ·支持相量机(SVM) | 第21页 |
| ·人工神经网络(ANN) | 第21-22页 |
| ·最近邻法和k 近邻分类法 | 第22-24页 |
| 第三章 基于不变矩特征的步态识别研究 | 第24-44页 |
| ·数字图像的不变矩 | 第24页 |
| ·HU 不变矩特征提取及在步态识别中的问题 | 第24-34页 |
| ·数字图像预处理 | 第24-29页 |
| ·Hu 矩 | 第29-33页 |
| ·特征提取及所遇到的问题 | 第33-34页 |
| ·改进的HU 不变矩及特征提取 | 第34-36页 |
| ·离散Hu 矩改进 | 第34-35页 |
| ·特征提取 | 第35-36页 |
| ·实验数据及分析 | 第36-42页 |
| ·识别结果 | 第42-44页 |
| 第四章 步态图像阴影消除方法研究 | 第44-60页 |
| ·引言 | 第44页 |
| ·阴影的产生及特征分析 | 第44-46页 |
| ·常用的阴影消除方法 | 第46-53页 |
| ·基于模型的阴影消除方法 | 第46-48页 |
| ·基于RGB 空间的阴影检测与消除 | 第48-49页 |
| ·HSV 色彩空间的阴影检测与消除 | 第49-51页 |
| ·实验结果 | 第51-53页 |
| ·基于边缘信息的运动人体阴影消除算法 | 第53-60页 |
| ·总体思路 | 第53-55页 |
| ·阴影区域的初步检测 | 第55-56页 |
| ·前景内部边缘信息的校正 | 第56页 |
| ·外部整体轮廓的消除 | 第56页 |
| ·实验结果 | 第56-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·论文总结 | 第60-61页 |
| ·工作展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的论文 | 第65页 |
