融合运动姿态与步态能量图的正面视角步态识别研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 步态识别的研究背景及意义 | 第10-11页 |
| 1.2 步态识别技术综述 | 第11-14页 |
| 1.2.1 生物特征识别技术 | 第11-12页 |
| 1.2.2 步态识别技术 | 第12-14页 |
| 1.2.3 正面步态识别 | 第14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.4 主要研究内容 | 第16-18页 |
| 第2章 运动目标检测 | 第18-28页 |
| 2.1 引言 | 第18页 |
| 2.2 运动目标检测算法 | 第18-22页 |
| 2.2.1 帧间差分法 | 第18-19页 |
| 2.2.2 光流法 | 第19-20页 |
| 2.2.3 背景减除法 | 第20-22页 |
| 2.3 改进的背景减除法 | 第22-27页 |
| 2.3.1 背景建模 | 第22-23页 |
| 2.3.2 二值化 | 第23-25页 |
| 2.3.3 形态学去噪 | 第25-26页 |
| 2.3.4 连通域分析 | 第26-27页 |
| 2.4 冗余帧去除 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 步态周期检测 | 第28-35页 |
| 3.1 引言 | 第28-29页 |
| 3.2 利用整体和局部运动姿态求周期 | 第29-34页 |
| 3.2.1 利用整体晃动特征求周期 | 第29-31页 |
| 3.2.2 利用下臂摆动面积求周期 | 第31-32页 |
| 3.2.3 利用下肢左右腿的面积求周期 | 第32-33页 |
| 3.2.4 周期检测方法比较与分析 | 第33-34页 |
| 3.3 归一化 | 第34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于步态能量图的特征提取 | 第35-46页 |
| 4.1 引言 | 第35页 |
| 4.2 特征提取方法 | 第35-37页 |
| 4.2.1 基于模型的特征提取方法 | 第35-37页 |
| 4.2.2 基于非模型的特征提取方法 | 第37页 |
| 4.3 特征选择与提取 | 第37-42页 |
| 4.3.1 步态能量图的动态区域提取 | 第38-40页 |
| 4.3.2 基于步态能量图的radon变换 | 第40-41页 |
| 4.3.3 人体整体晃动角度特征 | 第41-42页 |
| 4.4 特征降维 | 第42-45页 |
| 4.4.1 主成分分析 | 第42-43页 |
| 4.4.2 二维主成分分析 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 特征融合与实验分析 | 第46-60页 |
| 5.1 引言 | 第46-47页 |
| 5.2 融合算法介绍 | 第47-51页 |
| 5.2.1 数据级融合算法 | 第47页 |
| 5.2.2 特征级融合算法 | 第47-48页 |
| 5.2.3 决策级融合算法 | 第48-51页 |
| 5.2.4 改进的加权融合算法 | 第51页 |
| 5.3 支持向量机 | 第51-54页 |
| 5.4 实验与分析 | 第54-59页 |
| 5.4.1 实验数据库 | 第54-55页 |
| 5.4.2 实验结果及分析 | 第55-59页 |
| 5.5 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第66-67页 |
| 致谢 | 第67页 |
