更新时间：09-18 （小饭桌）提供原创文章
摘要:随着视频处理技术的不断发展，生物识别变得越来越复杂，步态识别的研究也越来越受到人们的重视。本文对生物识别作了简单介绍，重点介绍了步态识别的相关概念，优缺点以及发展前景，同时对步态特征的基本提取方法也作了相关阐述，具体介绍了模型方法和非模型方法。最后针对识别准确率在当待测目标的步态信息相较于之前该目标注册时的步态信息存在一些干扰因素如发型变化或者携挎背包时会有所偏差，从而给出了信息熵子模式典型相关分析的方法，文中具体介绍了信息熵、典型相关分析和子模式下的典型相关分析。实现将信息熵作为子模式的划分依据，结合典型相关分析(CCA)建立起任意一个目标在普通行走情况下与存在干扰因素情况下的步态特征之间的关系。
关键词：步态识别，干扰因素，典型相关分析，信息熵
目录
摘要
Abstract
前 言-3
第一章 绪 论-4
1.1 生物识别-4
1.2. 步态识别-4
1.2.1 步态识别优缺点-5
1.2.2 步态识别应用场景-5
1.2.3 步态识别研究现状-6
1.2.4 步态数据库-6
1.3本章小结-7
第二章 步态特征提取-9
2.1模型方法-9
2.2 非模型方法-10
2.3 特征选择-13
2.4 分类器种类-13
2.5 本章小结-13
第三章 基于信息熵子模式典型相关分析的特征提取-15
3.1信息熵的子模式提取-15
3.1.1信息熵的概念-16
3.1.2信息熵图的计算-17
3.1.3 信息熵子模式提取-18
3.2基于子模式的典型相关分析-19
3.2.1典型相关分析-19
3.2.2子模式的典型相关分析-20
3.3 步骤流程-22
3.4 实验结果与分析-23
3.5 本章小结-25
第四章 结论-27
参考文献-28
致 谢-29