人体步态识别方法研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·步态识别的研究背景及意义 | 第6页 |
| ·步态识别技术简介 | 第6-8页 |
| ·生物特征识别技术 | 第6-7页 |
| ·步态识别技术 | 第7-8页 |
| ·步态识别的应用 | 第8页 |
| ·国内外研究现状 | 第8-9页 |
| ·国内研究现状 | 第8-9页 |
| ·国外研究现状 | 第9页 |
| ·步态识别研究难点 | 第9-10页 |
| ·论文主要研究内容和组织结构 | 第10-11页 |
| 第二章 步态识别方法研究 | 第11-17页 |
| ·步态的预处理方法 | 第11-13页 |
| ·步态特征提取的方法 | 第13-15页 |
| ·步态的分类与识别方法 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 基于局部轮廓和步态能量图的特征提取 | 第17-26页 |
| ·预处理 | 第17-22页 |
| ·运动目标检测 | 第17-18页 |
| ·形态学处理 | 第18-19页 |
| ·连通域区域分析 | 第19-20页 |
| ·边缘检测 | 第20页 |
| ·步态周期检测 | 第20-21页 |
| ·步态图像归一化 | 第21-22页 |
| ·基于局部轮廓的特征提取 | 第22-23页 |
| ·轮廓特征 | 第22页 |
| ·步态特征 | 第22-23页 |
| ·基于步态能量图的特征提取 | 第23-25页 |
| ·步态能量图 | 第23-24页 |
| ·二维主成分分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第四章 特征融合与分类器的选择 | 第26-36页 |
| ·融合算法 | 第27-33页 |
| ·像素级融合算法 | 第27页 |
| ·特征级融合算法 | 第27-28页 |
| ·决策级融合算法 | 第28-33页 |
| ·支持向量机 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 实验与分析 | 第36-43页 |
| ·步态数据库 | 第36-38页 |
| ·CASIA步态数据库 | 第36-38页 |
| ·自建数据库 | 第38页 |
| ·实验结果与分析 | 第38-42页 |
| ·本章小节 | 第42-43页 |
| 第六章 结论 | 第43-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 作者简介 | 第49页 |
| 攻读硕士学位期间研究成果 | 第49-50页 |
