| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10-12页 |
| 1.2 国内外研究现状的分析 | 第12-13页 |
| 1.2.1 认知状态识别的研究现状 | 第12页 |
| 1.2.2 基于智能眼镜的认知状态识别的研究现状 | 第12-13页 |
| 1.3 本文的研究内容及贡献 | 第13-15页 |
| 1.4 本文的章节安排 | 第15-16页 |
| 第2章 理论基础 | 第16-28页 |
| 2.1 眼球追踪 | 第16-21页 |
| 2.1.1 瞳孔检测与定位 | 第16-18页 |
| 2.1.2 瞳孔中心点与注视点的坐标映射 | 第18-19页 |
| 2.1.3 眼球运动的特征量 | 第19-21页 |
| 2.2 机器学习方法 | 第21-27页 |
| 2.2.1 支持向量机 | 第22-24页 |
| 2.2.2 随机森林 | 第24页 |
| 2.2.3 模型性能评估 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 基于智能眼镜的阅读认知状态识别与辅助系统 | 第28-50页 |
| 3.1 系统设计 | 第28-30页 |
| 3.2 数据采集 | 第30-31页 |
| 3.3 数据预处理 | 第31-34页 |
| 3.3.1 基于k-means的异常点和扫视点去除 | 第31-34页 |
| 3.4 阅读内容识别 | 第34-42页 |
| 3.4.1 阅读内容识别的特征提取 | 第34-37页 |
| 3.4.2 阅读内容识别 | 第37页 |
| 3.4.3 OCR文字识别 | 第37-39页 |
| 3.4.4 拼写校正 | 第39-42页 |
| 3.5 阅读认知状态识别 | 第42-45页 |
| 3.5.1 特征提取 | 第43-44页 |
| 3.5.2 特征分类 | 第44-45页 |
| 3.6 阅读辅助 | 第45-49页 |
| 3.7 本章小结 | 第49-50页 |
| 第4章 实验结果与分析 | 第50-62页 |
| 4.1 实验平台 | 第50-51页 |
| 4.1.1 实验硬件平台 | 第50-51页 |
| 4.1.2 实验软件 | 第51页 |
| 4.2 阅读认知状态识别的实验设置 | 第51-53页 |
| 4.2.1 专注阅读认知状态的实验设置 | 第52页 |
| 4.2.2 分心阅读认知状态的实验设置 | 第52-53页 |
| 4.2.3 困顿阅读认知状态的实验设置 | 第53页 |
| 4.3 阅读认知状态识别的实验结果 | 第53-55页 |
| 4.4 阅读内容识别的实验设置 | 第55-56页 |
| 4.5 阅读内容识别的实验结果 | 第56页 |
| 4.6 阅读辅助的实验设置 | 第56-58页 |
| 4.7 阅读辅助的实验结果 | 第58-61页 |
| 4.8 本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-63页 |
| 5.1 总结 | 第62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间的研究成果 | 第67页 |