| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-15页 |
| 1.1 课题研究的背景与意义 | 第11-12页 |
| 1.2 国内外研究发展现状 | 第12-13页 |
| 1.3 论文的主要研究工作 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 2 视觉注意机制 | 第15-27页 |
| 2.1 视觉注意机制的概述 | 第15-17页 |
| 2.2 视觉注意机制的研究意义 | 第17页 |
| 2.3 视觉注意计算模型—Itti模型 | 第17-26页 |
| 2.3.1 特征提取 | 第18-22页 |
| 2.3.2 显著图生成 | 第22-25页 |
| 2.3.3 注意焦点转移 | 第25页 |
| 2.3.4 Itti模型的不足 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 眼动跟踪和眼动实验 | 第27-43页 |
| 3.1 眼球结构与视线定义 | 第27-28页 |
| 3.2 眼动的相关介绍 | 第28-30页 |
| 3.2.1 眼动的形式 | 第28-29页 |
| 3.2.2 眼动的主要测量方法 | 第29-30页 |
| 3.3 眼动跟踪技术 | 第30-33页 |
| 3.3.1 眼动跟踪技术的基本原理和主要参数 | 第30-31页 |
| 3.3.2 眼动跟踪技术的应用 | 第31-33页 |
| 3.4 眼动跟踪技术的发展前景 | 第33-34页 |
| 3.5 眼动跟踪设备—眼动仪 | 第34-36页 |
| 3.5.1 眼动仪的研究现状 | 第34页 |
| 3.5.2 SMI眼动追踪系统 | 第34-36页 |
| 3.6 眼动实验设计与数据采集 | 第36-42页 |
| 3.6.1 眼动实验的眼动仪 | 第36-37页 |
| 3.6.2 眼动实验图像采集 | 第37页 |
| 3.6.3 眼动实验过程 | 第37-40页 |
| 3.6.4 眼动实验结果与数据采集 | 第40-42页 |
| 3.7 本章小结 | 第42-43页 |
| 4 分类视觉注意模型CMVA | 第43-58页 |
| 4.1 模型的整体框架 | 第43-44页 |
| 4.2 特征提取 | 第44-48页 |
| 4.2.1 底层(自底向上)特征 | 第44-47页 |
| 4.2.2 高层(自顶向下)特征 | 第47-48页 |
| 4.3 数据归一化处理 | 第48-49页 |
| 4.4 SVM训练模型 | 第49-55页 |
| 4.4.1 SVM的理论知识 | 第49-54页 |
| 4.4.2 线性支持向量机LSVM训练 | 第54-55页 |
| 4.5 基于SVM的多类分类器 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 5 实验结果 | 第58-66页 |
| 5.1 评价指标 | 第58-59页 |
| 5.2 性能分析 | 第59-62页 |
| 5.3 手动标记的“ground truth”与眼动实验的区别 | 第62-65页 |
| 5.4 本章小结 | 第65-66页 |
| 6 总结 | 第66-68页 |
| 6.1 本文工作总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第71-73页 |
| 学位论文数据集 | 第73页 |