基于视觉数据张量表征与深度学习的人体步态识别研究及应用

目录

声明

第一章 绪 论

1.1 研究工作的背景与意义

1.2 国内外研究现状

1.3 步态识别的难点

1.4 本文主要贡献与创新

1.5 本论文的结构安排

第二章 步态识别理论介绍

2.1 数据预处理

2.1.1 行人目标提取

2.1.2 图像形态学处理

2.2 步态能量图

2.3 步态特征提取与处理

2.3.1 不变特征提取法

2.3.2 统一状态转化法

2.4 步态识别常用数据库

2.5 本章小结

第三章 基于张量表征的步态数据处理算法研究

3.1 张量及鲁棒性主成分分析法介绍

3.1.1 张量基础

3.1.2 张量奇异值分解模型介绍

3.1.3 鲁棒性主成分分析介绍

3.2 基于张量鲁棒性主成分分析的步态能量图处理算法

3.2.1 张量鲁棒性主成分分析算法结构

3.2.2 针对步态能量图的张量建模方法

3.3 实验与实验结果分析

3.4 本章小结

第四章 基于生成式对抗网络的步态识别算法研究

4.1 生成式对抗网络理论介绍

4.2.1 网络模型介绍

4.2.2 模型参数及训练方法设置

4.3 实验与结果分析

4.3.1 CASIA-B实验介绍及实验结果

4.3.2 CASIA-C实验介绍

4.3.3 实验结果分析

4.4 本章小结

第五章 全文总结与展望

5.1 全文总结

5.2 后续工作展望

致谢

参考文献

攻读专业硕士学位期间取得的成果