版權說明: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,請進行舉報或認領
文檔簡介
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’——————————————。’oooooooooooo‘。。。。_________________________________________________■■‘■LSubmittedDate:2012
3、—01—19浙江大學碩士學位論文摘要摘要二十一世紀隨著計算機技術的飛速發(fā)展,信息化的時代帶給我們便利的同時,也存在很大的安全漏洞。鑒于傳統(tǒng)的身份識別技術已經(jīng)不能滿足人們對安全性能的需求,生物識別技術得到蓬勃發(fā)展。本文主要介紹生物識別技術中的步態(tài)識別。足底壓力圖像的采集設備采集到的是一個三維的步態(tài)壓力圖像時間序列信息,本文的研究方法是首先把三維的信息通過特征提取和表示轉化為二維的特征信息。接著把被測者的二維的特征在訓練集上進行線性稀疏表示
4、。每一個類別通過自己的稀疏系數(shù)恢復本類別表示的被測者二維信息。被測者實際的二維特征和恢復的二維特征差值最小的類,我們認為就是被測者所屬的類別。當然,被測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的關系。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)識別上,實驗證明稀疏表
溫馨提示
- 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對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)識別.pdf
- 基于足底壓力分布的靜態(tài)步態(tài)識別研究.pdf
- 基于靜態(tài)足底壓力特征的步態(tài)識別算法研究.pdf
- 基于步態(tài)光流圖與稀疏表示的步態(tài)識別.pdf
- 基于足底壓力測量的步態(tài)識別與預測.pdf
- 基于稀疏表示的人體步態(tài)識別算法研究.pdf
- 基于足底壓力分析的多特征步態(tài)識別.pdf
- 基于圖像序列和壓力的步態(tài)識別研究.pdf
- 基于足底壓力成像和視覺詞袋模型的步態(tài)識別研究.pdf
- 基于稀疏表示的圖像識別.pdf
- 圖像目標的識別——基于稀疏表示的圖像識別算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡與足底壓力信息的步態(tài)識別.pdf
- 基于稀疏表示的SAR圖像目標識別.pdf
- 基于足底觸覺特征的步態(tài)識別算法研究.pdf
- 基于稀疏表示的SAR圖像目標識別研究.pdf
- 基于稀疏表示和深度學習的SAR圖像目標識別研究.pdf
- 基于稀疏表示的高光譜圖像目標識別.pdf
- 基于稀疏表示的圖像去噪和人臉識別方法研究.pdf
- 基于分組稀疏和權重稀疏表示的人臉識別研究.pdf
- 面向圖像恢復和識別的稀疏表示方法研究.pdf
評論
0/150
提交評論