基于双CCD的人眼视线追踪系统研究与设计
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-16页 |
| 1.1 引言 | 第7-9页 |
| 1.2 视线追踪研究背景 | 第9-14页 |
| 1.2.1 视线跟踪技术的发展现状 | 第9-12页 |
| 1.2.2 视线追踪手段在人机交互中的应用 | 第12-13页 |
| 1.2.3 视线跟踪技术的关键问题 | 第13-14页 |
| 1.3 本文的主要工作 | 第14-16页 |
| 第2章 人脸区域分析与提取 | 第16-26页 |
| 2.1 人脸的检测方法 | 第16-17页 |
| 2.2 肤色模型原理 | 第17-18页 |
| 2.3 选取颜色空间 | 第18-22页 |
| 2.3.1 颜色空间 | 第19-22页 |
| 2.3.2 聚类性比较 | 第22页 |
| 2.4 肤色模型的建立 | 第22-24页 |
| 2.4.1 肤色模型确定 | 第22-23页 |
| 2.4.2 改进的肤色模型 | 第23-24页 |
| 2.5 定位人脸 | 第24-26页 |
| 第3章 特征点检测 | 第26-32页 |
| 3.1 特征点检测 | 第26-28页 |
| 3.1.1 梯度Hough变换算法 | 第26页 |
| 3.1.2 梯度的求取 | 第26-27页 |
| 3.1.3 y梯度Hough变换人眼检测算法 | 第27-28页 |
| 3.2 眼角嘴角检测 | 第28-32页 |
| 3.2.1 SUSAN的算子原理 | 第28-30页 |
| 3.2.2 角点检测详细算法 | 第30-32页 |
| 第4章 双目摄像机标定及测距 | 第32-43页 |
| 4.1 摄像机标定 | 第32-34页 |
| 4.1.1 几个重要的坐标系 | 第32-34页 |
| 4.1.2 线性标定方法 | 第34页 |
| 4.1.3 非线性的标定方法 | 第34页 |
| 4.1.4 两步法摄像机标定 | 第34页 |
| 4.2 双目摄像机测距 | 第34-39页 |
| 4.2.1 双目立体视觉测距原理 | 第35-36页 |
| 4.2.2 双目CCD系统误差分析 | 第36-39页 |
| 4.3 基于BP的双目视觉摄像机标定 | 第39-43页 |
| 4.3.1 BP神经网算法 | 第39-40页 |
| 4.3.2 双目视觉摄像机标定BP神经网络的建模 | 第40-41页 |
| 4.3.3 标定板角点的自动提取 | 第41-43页 |
| 第5章 视线方向的计算 | 第43-46页 |
| 5.1 人眼视线的仿真模型 | 第43页 |
| 5.2 人脸坐标系的建立 | 第43-44页 |
| 5.3 视线方向的计算 | 第44-46页 |
| 5.3.1 眼球中心坐标的计算 | 第44页 |
| 5.3.2 确定视线方向 | 第44-46页 |
| 第6章 视线追踪系统原型的实现 | 第46-52页 |
| 6.1 系统简介 | 第46-47页 |
| 6.2 双目CCD测距 | 第47-48页 |
| 6.3 眼球位置判别 | 第48-49页 |
| 6.4 人脸及特征点检测 | 第49页 |
| 6.5 视线跟踪 | 第49-50页 |
| 6.6 实验及结果 | 第50-52页 |
| 第7章 结论 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-56页 |
