摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第1章 绪论 | 第12-29页 |
·选题的背景和意义 | 第12-15页 |
·步态识别研究内容 | 第15-17页 |
·步态识别研究现状 | 第17-26页 |
·步态识别研究国内外现状 | 第17-18页 |
·现有的步态特征提取与识别方法 | 第18-25页 |
·步态识别技术的研究难点 | 第25-26页 |
·本文的实验数据库 | 第26-27页 |
·本文的主要工作 | 第27页 |
·本文的内容安排 | 第27-29页 |
第2章 步态检测和步态表征 | 第29-41页 |
·引言 | 第29页 |
·步态检测 | 第29-34页 |
·图像预处理 | 第29-30页 |
·目标检测 | 第30-33页 |
·形态学处理 | 第33-34页 |
·步态周期性分析 | 第34-36页 |
·步态周期检测概述 | 第34-35页 |
·周期检测 | 第35-36页 |
·步态表征—步态能量图像(GEI) | 第36-40页 |
·步态能量图像理论 | 第36-38页 |
·步态能量图像优点分析 | 第38-40页 |
·本章小结 | 第40-41页 |
第3章 基于步态能量图像向量的特征提取 | 第41-59页 |
·引言 | 第41-42页 |
·主成分分析(PCA) | 第42-44页 |
·K-L变换的原理 | 第42-44页 |
·PCA算法特征提取 | 第44页 |
·核主成分分析(KPCA) | 第44-48页 |
·核主成分分析算法 | 第44-47页 |
·核函数的选择 | 第47-48页 |
·KPCA算法特征提取 | 第48页 |
·线性判别分析(LDA) | 第48-53页 |
·线性判别分析的基本原理 | 第49-50页 |
·Fisher线性鉴别法和F-S线性鉴别法 | 第50-51页 |
·LDA算法特征提取 | 第51-52页 |
·线性判别分析存在的问题和解决办法 | 第52-53页 |
·PCA+LDA方法 | 第53页 |
·核线性判别分析(KLDA) | 第53-56页 |
·核线性判别分析方法基本原理 | 第54-55页 |
·KLDA方法具体算法 | 第55-56页 |
·KPCA+LDA方法 | 第56页 |
·三种方法的比较分析 | 第56-58页 |
·PCA和LDA的比较 | 第56页 |
·PCA和KPCA的比较 | 第56-57页 |
·LDA和KLDA的比较 | 第57页 |
·KPCA和KLDA的比较 | 第57-58页 |
·本章小结 | 第58-59页 |
第4章 基于步态能量图像矩阵的特征提取 | 第59-74页 |
·引言 | 第59-60页 |
·二维主成分分析(2DPCA) | 第60-65页 |
·二维主成分分析算法 | 第60-61页 |
·图像的主成分向量和特征矩阵 | 第61-62页 |
·2DPCA的优缺点 | 第62页 |
·行列相结合的二维主成分分析((2D)~2PCA) | 第62-64页 |
·加权二维主成分分析 | 第64-65页 |
·二维线性判别分析(2DLDA) | 第65-67页 |
·2DLDA主要思想和最优特征提取矩阵 | 第66-67页 |
·特征提取 | 第67页 |
·双向2DLDA变换(B2DLDA)算法 | 第67-69页 |
·列方向的2DLDA(L-2DLDA)算法 | 第67-68页 |
·B2DLDA算法 | 第68-69页 |
·核二维主成分分析算法(K2DPCA) | 第69-71页 |
·2DPCA+2DLDA方法 | 第71-72页 |
·K2DPCA+2DLDA方法 | 第72页 |
·本章小结 | 第72-74页 |
第5章 步态特征分类识别及实验 | 第74-89页 |
·步态特征的分类识别 | 第74-75页 |
·最近邻法 | 第74-75页 |
·分类器 | 第75页 |
·步态识别方法验证实验设计 | 第75-79页 |
·基于步态能量图像向量的特征提取实验步骤 | 第76-77页 |
·基于步态能量图像矩阵的特征提取实验步骤 | 第77-79页 |
·基于步态能量图向量的特征提取实验 | 第79-80页 |
·基于步态能量图矩阵的特征提取实验 | 第80-85页 |
·二维主成分分析实验结果与分析 | 第81-82页 |
·二维线性判别分析实验结果与分析 | 第82-84页 |
·二维主成分分析与二维线性判别分析结合的特征提取实验 | 第84-85页 |
·两类特征提取方法步态识别实验结果对比分析 | 第85-87页 |
·本章小结 | 第87-89页 |
结论 | 第89-92页 |
参考文献 | 第92-102页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第102-103页 |
致谢 | 第103页 |