| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第13-33页 |
| 1.1 课题研究的目的和意义 | 第13-15页 |
| 1.2 眼动监测技术概述 | 第15-23页 |
| 1.2.1 观察法 | 第15-16页 |
| 1.2.2 机械记录法 | 第16页 |
| 1.2.3 光学记录法 | 第16-18页 |
| 1.2.4 电磁感应法 | 第18页 |
| 1.2.5 红外光电反射法 | 第18-20页 |
| 1.2.6 EOG 眼电监测技术 | 第20-21页 |
| 1.2.7 VOG 视频眼动监测技术 | 第21-23页 |
| 1.3 眼动研究的应用 | 第23-27页 |
| 1.3.1 可用性研究 | 第23页 |
| 1.3.2 心理学研究应用 | 第23-24页 |
| 1.3.3 眼科学研究应用 | 第24页 |
| 1.3.4 体育研究应用 | 第24-25页 |
| 1.3.5 人机交互应用 | 第25-27页 |
| 1.4 VOG 眼动系统问题描述 | 第27-30页 |
| 1.4.1 校准问题 | 第27页 |
| 1.4.2 头部姿态的影响 | 第27-28页 |
| 1.4.3 基于眼动仪构建的眼动系统 | 第28-29页 |
| 1.4.4 眼动系统未来的发展趋势 | 第29-30页 |
| 1.5 论文主要研究内容及章节编排 | 第30-33页 |
| 第二章 眼睛运动的生理机制 | 第33-44页 |
| 2.1 眼睛的构成 | 第33-34页 |
| 2.2 眼睛的视觉工作原理 | 第34-35页 |
| 2.3 眼动的生理机制 | 第35-36页 |
| 2.4 眼动的基本模式 | 第36-41页 |
| 2.4.1 凝视 | 第37-39页 |
| 2.4.2 扫视 | 第39-40页 |
| 2.4.3 眼球平滑追踪运动 | 第40-41页 |
| 2.5 眼睛模型 | 第41-43页 |
| 2.5.1 Le Grand 眼睛模型 | 第41-42页 |
| 2.5.2 Gullstrand 眼睛模型 | 第42页 |
| 2.5.3 人眼折射模型 | 第42-43页 |
| 2.5.4 眼睛转动模型 | 第43页 |
| 2.6 本章小结 | 第43-44页 |
| 第三章 自然光源下单摄像机眼动系统建模研究 | 第44-66页 |
| 3.1 引言 | 第44页 |
| 3.2 自然光源下单摄像机眼动跟踪系统模型 | 第44-60页 |
| 3.2.1 摄像机合理放置区域建模研究 | 第44-52页 |
| 3.2.2 参数获取 | 第52-55页 |
| 3.2.3 模型仿真计算 | 第55-60页 |
| 3.3 实验验证 | 第60-65页 |
| 3.3.1 实验系统组成 | 第60-61页 |
| 3.3.2 模拟实验 | 第61-65页 |
| 3.4 本章小结 | 第65-66页 |
| 第四章 多视角人脸检测技术及其实现 | 第66-84页 |
| 4.1 本章引言 | 第66-69页 |
| 4.1.1 人脸检测技术研究现状 | 第66-67页 |
| 4.1.2 人脸图像数据库 | 第67-69页 |
| 4.2 基于 Adaboost 的人脸检测算法 | 第69-76页 |
| 4.2.1 人脸的 Haar-like 特征 | 第69-73页 |
| 4.2.2 Adaboost 算法 | 第73-76页 |
| 4.3 基于 Adaboost 的人脸检测的实现 | 第76-82页 |
| 4.3.1 复杂背景下正面人脸的检测 | 第77-80页 |
| 4.3.2 不同视角方向下人脸的检测 | 第80-82页 |
| 4.4 本章小结 | 第82-84页 |
| 第五章 多视角人眼定位技术及其实现 | 第84-100页 |
| 5.1 粗定位人眼 | 第84-88页 |
| 5.1.1 投影函数简介 | 第84-86页 |
| 5.1.2 应用灰度积分投影粗定位人眼 | 第86-88页 |
| 5.2 精确定位人眼 | 第88-95页 |
| 5.2.1 常用人眼精确定位方法 | 第89-91页 |
| 5.2.2 自然光源下、多视角方向人眼的精确定位 | 第91-95页 |
| 5.3 度量标准 | 第95-98页 |
| 5.4 本章小结 | 第98-100页 |
| 第六章 眼姿势识别技术及其算法实现 | 第100-121页 |
| 6.1 本章导论 | 第100-101页 |
| 6.2 眼睛扫视运动与瞳孔位置变化间的关系 | 第101-107页 |
| 6.2.1 从局部相邻帧图像瞳孔位置变化分析眼姿势 | 第102-104页 |
| 6.2.2 从连续眼动图像的瞳孔位置轨迹分析眼姿势 | 第104-107页 |
| 6.3 眼睛运动姿势的识别算法 | 第107-119页 |
| 6.3.1 水平眼动的识别算法 | 第107-112页 |
| 6.3.2 垂直眼动的识别算法 | 第112-117页 |
| 6.3.3 有意眨眼动作的识别 | 第117-119页 |
| 6.4 本章小结 | 第119-121页 |
| 第七章 基于眼动信息的人机交互实验及分析 | 第121-144页 |
| 7.1 眼动跟踪实验 | 第121-130页 |
| 7.1.1 跟踪水平眼动 | 第121-124页 |
| 7.1.2 跟踪垂直眼动 | 第124-127页 |
| 7.1.3 跟踪斜向眼动 | 第127-129页 |
| 7.1.4 跟踪矩形眼动 | 第129-130页 |
| 7.2 眼动跟踪实验结果数据分析 | 第130-139页 |
| 7.2.1 水平眼动跟踪数据分析 | 第130-132页 |
| 7.2.2 垂直眼动跟踪数据分析 | 第132-134页 |
| 7.2.3 斜向眼动跟踪数据分析 | 第134-136页 |
| 7.2.4 矩形眼动跟踪数据分析 | 第136-139页 |
| 7.3 命令式眼动控制实验 | 第139-143页 |
| 7.4 本章小结 | 第143-144页 |
| 第八章 总结与展望 | 第144-148页 |
| 8.1 论文完成的主要工作与创新 | 第144-145页 |
| 8.2 进一步的研究目标 | 第145-148页 |
| 参考文献 | 第148-154页 |
| 作者在攻读博士学位期间公开发表的论文 | 第154-155页 |
| 作者在攻读博士学位期间所作的项目 | 第155-156页 |
| 致谢 | 第156-158页 |