|
|
|
基于小波描述子和人体骨架模型的多视角融合步态识别 |
|
论文目录 |
|
中文摘要 | 第1-4页 | ABSTRACT | 第4-7页 | 第一章 绪论 | 第7-13页 | ·生物特征识别 | 第7-8页 | ·步态特征与步态识别 | 第8-10页 | ·步态识别的研究意义和背景 | 第10-11页 | ·研究内容和论文结构 | 第11-13页 | 第二章 步态识别方法研究 | 第13-18页 | ·常用的步态识别方法 | 第13-15页 | ·非模型方法 | 第13-14页 | ·基于模型的方法 | 第14-15页 | ·步态识别系统组成 | 第15-16页 | ·步态识别研究难点 | 第16-18页 | 第三章 基于人体轮廓的小波描述子提取 | 第18-31页 | ·运动人体轮廓线提取 | 第18-20页 | ·目标邻域点边界跟踪算法 | 第18-19页 | ·人体轮廓线提取 | 第19-20页 | ·轮廓归一化处理 | 第20-22页 | ·质心计算 | 第20-21页 | ·轮廓线等间隔采样 | 第21-22页 | ·步态特征表达 | 第22-24页 | ·小波描述子 | 第24-30页 | ·小波理论基础 | 第24-29页 | ·边界中心距的小波描述 | 第29-30页 | ·小结 | 第30-31页 | 第四章 基于人体骨架模型的步态特征提取 | 第31-38页 | ·数学形态学 | 第31-32页 | ·基于数学形态学的骨架提取 | 第32-34页 | ·数学形态学中的基本运算 | 第32-33页 | ·数学形态学的骨架算法 | 第33页 | ·数学形态学骨架提取 | 第33-34页 | ·人体骨架的特征参数提取 | 第34-37页 | ·小结 | 第37-38页 | 第五章 基于人体轮廓特征和SVM的身份识别 | 第38-60页 | ·步态周期划分及关键点特征 | 第38-40页 | ·SVM基本理论 | 第40-48页 | ·统计学习理论 | 第40-42页 | ·SVM基本原理 | 第42-48页 | ·基于SVM的步态识别算法实现 | 第48-50页 | ·分类器 | 第48-49页 | ·分类器参数确定 | 第49-50页 | ·识别结果 | 第50-58页 | ·数据库 | 第50-51页 | ·融合策略 | 第51-53页 | ·识别结果评价方法 | 第53-54页 | ·单一视角和单一特征的识别结果 | 第54-56页 | ·多特征融合后的识别结果 | 第56-58页 | ·多视角多特征融合后的识别结果 | 第58页 | ·识别结果分析 | 第58-59页 | ·小结 | 第59-60页 | 第六章 总结与展望 | 第60-63页 | ·工作总结 | 第60-61页 | ·工作展望 | 第61-63页 | 参考文献 | 第63-66页 | 发表论文和科研情况说明 | 第66-67页 | 致谢 | 第67页 |
|
|
|
|
论文编号BS729436,这篇论文共67页 会员购买按0.35元/页下载,共需支付23.45元。 直接购买按0.5元/页下载,共需要支付33.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|