

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、ADissertationSubmittedtoZhejiangUniers‘t3fortheDegreeVers1tYDereeoi7、MasterofEngineering⑧TITLE:GaitRecognitionBasedonthePlantarPressureImageandSparseRepresentationAuthor:Yi旦gh望i叢旦n●5upervlsor:Subject:ComputerA衛(wèi)QlicationT
2、echn0109y?!?。’’。。_。o。。。。______l__________________________________j‘JLCol1ege:ComputerScienceandTechnology’——————————————?!痮ooooooooooo‘。。。。_________________________________________________■■‘■LSubmittedDate:2012
3、—01—19浙江大學(xué)碩士學(xué)位論文摘要摘要二十一世紀(jì)隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展,信息化的時(shí)代帶給我們便利的同時(shí),也存在很大的安全漏洞。鑒于傳統(tǒng)的身份識(shí)別技術(shù)已經(jīng)不能滿足人們對(duì)安全性能的需求,生物識(shí)別技術(shù)得到蓬勃發(fā)展。本文主要介紹生物識(shí)別技術(shù)中的步態(tài)識(shí)別。足底壓力圖像的采集設(shè)備采集到的是一個(gè)三維的步態(tài)壓力圖像時(shí)間序列信息,本文的研究方法是首先把三維的信息通過(guò)特征提取和表示轉(zhuǎn)化為二維的特征信息。接著把被測(cè)者的二維的特征在訓(xùn)練集上進(jìn)行線性稀疏表示
4、。每一個(gè)類別通過(guò)自己的稀疏系數(shù)恢復(fù)本類別表示的被測(cè)者二維信息。被測(cè)者實(shí)際的二維特征和恢復(fù)的二維特征差值最小的類,我們認(rèn)為就是被測(cè)者所屬的類別。當(dāng)然,被測(cè)者樣本稀疏表示的系數(shù)首先要滿足稀疏集中度的要求。本文提出了一種新的足底壓力圖像特征,平均足底壓力圖像特征。該特征和現(xiàn)有的特征是一種互補(bǔ)的關(guān)系。這種新的特征和最大足底壓力圖像特征融合作為特征輸入分類器取得了很好的識(shí)別效果。本文也是首次嘗試將稀疏表示用足底壓力圖像的步態(tài)識(shí)別上,實(shí)驗(yàn)證明稀疏表
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于靜態(tài)足底壓力的步態(tài)識(shí)別.pdf
- 基于足底壓力分布的靜態(tài)步態(tài)識(shí)別研究.pdf
- 基于靜態(tài)足底壓力特征的步態(tài)識(shí)別算法研究.pdf
- 基于步態(tài)光流圖與稀疏表示的步態(tài)識(shí)別.pdf
- 基于足底壓力測(cè)量的步態(tài)識(shí)別與預(yù)測(cè).pdf
- 基于稀疏表示的人體步態(tài)識(shí)別算法研究.pdf
- 基于足底壓力分析的多特征步態(tài)識(shí)別.pdf
- 基于圖像序列和壓力的步態(tài)識(shí)別研究.pdf
- 基于足底壓力成像和視覺(jué)詞袋模型的步態(tài)識(shí)別研究.pdf
- 基于稀疏表示的圖像識(shí)別.pdf
- 圖像目標(biāo)的識(shí)別——基于稀疏表示的圖像識(shí)別算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)與足底壓力信息的步態(tài)識(shí)別.pdf
- 基于稀疏表示的SAR圖像目標(biāo)識(shí)別.pdf
- 基于足底觸覺(jué)特征的步態(tài)識(shí)別算法研究.pdf
- 基于稀疏表示的SAR圖像目標(biāo)識(shí)別研究.pdf
- 基于稀疏表示和深度學(xué)習(xí)的SAR圖像目標(biāo)識(shí)別研究.pdf
- 基于稀疏表示的高光譜圖像目標(biāo)識(shí)別.pdf
- 基于稀疏表示的圖像去噪和人臉識(shí)別方法研究.pdf
- 基于分組稀疏和權(quán)重稀疏表示的人臉識(shí)別研究.pdf
- 面向圖像恢復(fù)和識(shí)別的稀疏表示方法研究.pdf
評(píng)論
0/150
提交評(píng)論