声明
摘要
第1章绪论
1.1课题背景及意义
1.2国内外研究现状综述
1.3步态研究难点
1.4本文主要研究内容
1.5本文组织结构
第2章步态识别理论
2.1步态视频动态前景检测
2.1.1帧间差分法
2.1.2背景减除法
2.1.3光流法
2.2步态特征提取
2.2.1基于模型的方法
2.2.2基于整体的方法
2.3步态模式分类器
2.3.1支持向量机(SVM)
2.3.2人工神经网络(ANN)
2.3.3最近邻法(NN)和k邻分类法(KNN)
2.4步态数据库
2.5本章小结
第3章步态二值图像的预处理
3.1运动目标的检测
3.2形态学处理
3.2.1膨胀和腐蚀
3.2.2开运算和闭运算
3.3连通区域的分析
3.4步态周期检测
3.5本章小结
第4章步态特征提取
4.1 Radon变换
4.1.1 Radon原理
4.1.2 Radon变换的结果
4.2 HU不变矩
4.2.1 HU不变矩原理
4.2.2步态能量图
4.3 PCA降维
4.4本章小结
第5章决策融合及分类识别
5.1融合概述
5.1.1数据层融合
5.1.2特征层融合
5.1.3决策层融合
5.2 SVM分类器
5.2.1统计学习理论
5.2.2 SVM分类器原理
5.2.3线性支持向量机
5.2.4非线性支持向量机
5.3识别结果与分析
5.3.1实验流程
5.3.2实验结果分析
5.4本章小结
第6章工作总结与展望
6.1全文工作总结
6.2未来的研究方向
参考文献
致谢
东北大学;