基于KFDA的步态身份识别-计算机应用-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 计算机 >> 计算机应用 >> 正文

基于KFDA的步态身份识别

Form: 论文之家作者：杨竞菁 Publish: 2006-11-29 Hits:-

【中文题名】

基于KFDA的步态身份识别

【英文题名】

【学科专业】

计算机应用

【论文级别】

硕士论文

【投稿时间】

2006-11-29

【中关键词】

背景减除,特征提取,KFDA,核函数,步态识别,

【英关键词】

Background Subtraction,feasure extraction,KFDA,Kernel Function,Gait Recognition,

【分类导航】

工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置

【论文摘要】

本文旨在研究基于步态的身份识别技术,并在步态特征提取和身份识别等方面做了一些简单的尝试和探索。本文提出了一种基于核函数的Fisher判别分析(KFDA)进行步态识别的算法。在文中还分析和研究了现有的步态识别的各种方法,并介绍了一种提取步态特征的方法。对于步态特征提取,我们首先采用LMedS方法进行背景建模,取得背景图像,然后执行差分操作,进行背景减除,对减除后的图像再进行sobel边界运算和数学形态学运算,得到二值化的步态剪影。最后还进行了后处理,去除噪声和填充剪影中的空洞。将步态检测得到的人的剪影提取轮廓,计算轮廓质心。取得轮廓上若干点,把提取的边界点与质心点的归一化距离作为输入向量。在对样本特征进行训练的过程中本文主要采用了基于KFDA的方法。该方法在人脸识别的研究中已有采用并在同样测试条件下取得比其他识别方法更好的识别性能。采用KFDA方法取得最优特征空间Wopt,把步态样本序列映射到Wopt中,取得样本序列在特征空间中的轨迹,计算轨迹质心,把同类样本序列的轨迹质心进行平均求得该类的标本投影轨迹质心,作为该类的模板。在识别时,将测试序列也投影到特征空间中,取得序列轨迹质心,...

【论文题纲】

摘要	3-4
Abstract	4-7
引言	7
第一章绪论	7-15
1.1 生物识别技术	7-9
1.2 人运动的计算机视觉	9-11
1.3 步态识别技术概述	11-13
1.3.1 步态识别技术简介	11-12
1.3.2 步态识别的测试平台	12
1.3.3 步态识别的研究概况	12-13
1.4 本文的主要内容及章节安排	13-15
第二章步态识别的一般过程及常用技术	15-26
2.1 步态识别的一般过程	15-16
2.2 人体运动分析的方法	16-19
2.2.1 人体目标检测	16-18
2.2.2 人体目标跟踪	18-19
2.3 步态识别的方法	19-23
2.3.1 基于模型的方法	20-22
2.3.2 基于运动的方法	22-23
2.4 常用分类器	23-26
2.4.1 基于距离的分类器	23
2.4.2 贝叶斯分类器	23-24
2.4.3 神经网络分类器	24-26
第三章步态特征提取方法研究	26-34
3.1 步态的检测与跟踪	26-30
3.2 运动人体的轮廓提取	30-31
3.3 轮廓特征点选取	31-34
3.3.1 质心计算	31
3.3.2 轮廓点选取	31-34
第四章基于KFDA 的步态识别方法	34-45
4.1 核函数方法	34-36
4.1.1 统计学习理论和支撑向量机	34-35
4.1.2 核函数方法	35-36
4.2 Fisher 线性判别法	36-38
4.3 基于核函数的Fisher 判别法	38-41
4.4 基于核函数的Fisher 判别分析应用于步态识别	41-45
第五章实验过程与结果分析	45-49
5.1 实验过程	45-46
5.2 结果分析	46-49
第六章全文总结	49-52
6.1 本文主要研究内容总结	49-50
6.2 有待继续研究的问题	50-51
6.3 步态识别展望	51-52
致谢	52-53
参考文献	53-57
学习期间已发表的论文	57

【DOI】

LunWen.ID:2.2008.364713



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：背景减除论文特征提取 KFDA 核函数步态识别

计算机应用最新论文

计算机应用热门论文