| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 视线追踪的研究背景 | 第12-14页 |
| 1.2 视线追踪的研究现状 | 第14-17页 |
| 1.2.1 国外研究现状 | 第15-16页 |
| 1.2.2 国内研究现状 | 第16-17页 |
| 1.3 本文研究的主要内容及结构安排 | 第17-19页 |
| 第2章 视线追踪的理论基础和方法论述 | 第19-36页 |
| 2.1 人眼模型和检测方法 | 第19-21页 |
| 2.1.1 人眼的物理模型 | 第19-20页 |
| 2.1.2 人眼的检测方法 | 第20-21页 |
| 2.2 视线追踪系统的分类 | 第21-29页 |
| 2.3 视线追踪的主要方法 | 第29-32页 |
| 2.3.1 机械记录法 | 第29-30页 |
| 2.3.2 电流记录法 | 第30页 |
| 2.3.3 电磁感应法 | 第30页 |
| 2.3.4 光学记录法 | 第30-32页 |
| 2.4 基于视觉显著性的视线追踪方法 | 第32-35页 |
| 2.4.1 基于视觉显著性的视线追踪基本原理 | 第33页 |
| 2.4.2 基于视觉显著性的视线追踪方法步骤 | 第33-35页 |
| 2.4.3 方法评价及创新点的提出 | 第35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 融合时空特性的显著图提取算法 | 第36-54页 |
| 3.1 典型的显著图计算模型 | 第36-40页 |
| 3.1.1 Itti模型 | 第36-39页 |
| 3.1.2 Cheng模型 | 第39-40页 |
| 3.2 融合了时空特性的显著图提取算法 | 第40-45页 |
| 3.2.1 空间显著图计算 | 第41页 |
| 3.2.2 时间显著图计算 | 第41-44页 |
| 3.2.3 空时显著图融合及动态权重优化 | 第44-45页 |
| 3.3 实验结果及分析 | 第45-53页 |
| 3.3.1 实验平台介绍 | 第45-47页 |
| 3.3.2 空时显著图提取及分析 | 第47-51页 |
| 3.3.3 视线追踪总体效果分析及评价 | 第51-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第4章 融合了椭圆拟合的均值方差滤波算法 | 第54-69页 |
| 4.1 基于均值-方差的眼图过滤算法 | 第54-56页 |
| 4.1.1 建立眼图相似度函数 | 第54-55页 |
| 4.1.2 均值-方差法消除无效眼图 | 第55-56页 |
| 4.2 融合了椭圆拟合的均值方差滤波算法 | 第56-64页 |
| 4.2.1 椭圆拟合算法 | 第57页 |
| 4.2.2 融合了椭圆拟合的均值方差法 | 第57-64页 |
| 4.3 实验结果及分析 | 第64-68页 |
| 4.3.1 采用改进的滤波算法过滤眼图 | 第64-65页 |
| 4.3.2 改进前后过滤效果对比分析 | 第65-66页 |
| 4.3.3 改进的滤波算法对视线追踪的总体效果的影响和评价 | 第66-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第5章 结论与展望 | 第69-72页 |
| 5.1 结论 | 第69-70页 |
| 5.2 下一步研究方向 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |