基于Kinect的异常步态检测-计算机科学与技术专业论文.docxVIP

山东大学硕士学位论文3．4．1运动序列的训练 山东大学硕士学位论文 3．4．1运动序列的训练 ．17 3．4．2运动序列的分类 。18 3．5本章小结 ．19 第四章实验方法与实验结果 。20 4．1数据采集 ．20 4．1．1疾病数据集 20 4．1．2年龄数据集 21 4．2参数设置与评估方法 22 4．2．1参数的设置及其意义 22 4．2．2训练集和测试集的选择 22 4．2．3准确度度量公式 23 4．3疾病数据集分类结果 23 4．4年龄数据集分类结果 26 4．5其他辅助实验 ．．27 4．5．1性别数据集分类结果 27 4．5．2多类数据集分类结果 29 4．5．3帕金森数据集病情分类结果 30 4．5．4系统鲁棒性测试 3 1 4．6本章小结 32 第五章总结和展望 ．33 5．1本文总结 33 5．2研究展望 33 参考文献 35 致谢 ．40 攻读学位期间发表的学术论文目录 ．41 攻读学位期间参与的科研项目及获奖情况 ．42 万方数据 山东大学硕士学位论文CoNTENTS 山东大学硕士学位论文 CoNTENTS I：：hinese Abstract．．． ．I English Abstract ．．HI Chapter 1 Introduction ．．1 1．1 Research Background 1 1．2 Prerequisite Knowledge 2 1．2．1 Gait Recognition ． ．2 1．2．2 Parkinson ．4 1．2．3 Hemiplegia ．4 1．3 Research Contents of the Paper ．5 1．4 Structure ofthe Paper ． ． ．6 Chapter 2 Related Introduction ．． 2．1 Video．based Gait Recognition ．．7 2．2 Kinect-based Gait Recognition ． 8 2．3 Medical Applications of Kinect—based Gait Recognition 9 Chapter 3 Covariance Based Feature Extraction ．11 3．1 Systematic Review ．．1 1 3．2 Preprocessing ．．1 1 3．2．1 Skeleton Normalize． ． ．．12 3．2．2 Noise Filtering ． ． ． ． ．．12 3．2．3 Window Split ．．13 3．3 Feature Descriptor ．． 1 3 3．3．I CovarianGe Matrix 14 3．3．2 Spatial Descriptor ． 15 3．3．3 Temporal Descriptor ． ．．15 3．3．4 Covariance Dissimilarity ．．16 万方数据 山东大学硕士学位论文3．4 山东大学硕士学位论文 3．4 Training and Classification ofMotion Sequence ·17 3。4．1 Training ofMotion Sequence ·17 3．4．2 Classification of Motion Sequence ．．1 8 3．5 Summary 1 9 Chapter 4 Experimental Method and Results ”20 4．1 Dataset Collection 20 4．1．1 DiseaSe Dataset ．．20 4．1．2 Age Dataset “21 4．2 Evaluation Settings and Parameters 22 4．2．1 Parameters 22 4．2．2 Training and Testing 22 4．2．3 Evaluation Metrics 23 4．3 Results ofDisease Classification ．．23 4．4 Results ofAge Classification “26 4．5 Other Laboratory Experiments ．．27 4．5．1 Results of Sex Classification ．．27 4．5．2 Results of Multiclass Classification 29 4．5．3 Results ofParkinson Classification ．30 4．5．4 The System Robustness Test ．．31 4．6 Summary 32