人眼注视点估计方法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 引言 | 第11-23页 |
| ·眼动研究的背景与意义 | 第11-14页 |
| ·基于非图像处理方法的视线估计 | 第14-18页 |
| ·基于图像的视线估计方法 | 第18-20页 |
| ·本文的组织结构 | 第20-23页 |
| 第2章 常用的线性特征提取方法 | 第23-34页 |
| ·主成分分析 | 第23-27页 |
| ·主成分分析的基本原理 | 第23-25页 |
| ·马氏距离 | 第25页 |
| ·完全二维主成分分析 | 第25-27页 |
| ·线性判别分析 | 第27-29页 |
| ·线性判别分析的基本原理 | 第27-28页 |
| ·加权线性判别分析 | 第28-29页 |
| ·独立成分分析 | 第29-30页 |
| ·实验结果与分析 | 第30-33页 |
| ·本章总结 | 第33-34页 |
| 第3章 基于AdaBoost和粒子滤波的人脸检测 | 第34-55页 |
| ·人脸检测现状 | 第34页 |
| ·理解AdaBoost | 第34-39页 |
| ·级联框架结构 | 第39-41页 |
| ·矩形特征 | 第41-49页 |
| ·Haar-like特征 | 第41-44页 |
| ·MB-LBP特征 | 第44-47页 |
| ·积分图 | 第47-49页 |
| ·复杂背景下的人脸检测 | 第49-53页 |
| ·基于矩形特征的人脸检测 | 第49-52页 |
| ·结合粒子滤波的人脸检测 | 第52-53页 |
| ·本章总结 | 第53-55页 |
| 第4章 基于主动表观模型的人眼区域定位 | 第55-72页 |
| ·AAM模型的建立 | 第55-59页 |
| ·AAM模型匹配 | 第59-67页 |
| ·MVLR AAM Fitting | 第59-63页 |
| ·ICIA AAM Fitting | 第63-67页 |
| ·实验结果与分析 | 第67-71页 |
| ·利用AdaBoost和矩形特征的人眼定位 | 第67-69页 |
| ·基于AAM的人眼定位 | 第69-71页 |
| ·本章总结 | 第71-72页 |
| 第5章 注视点特征参量的提取 | 第72-88页 |
| ·Harris算子 | 第72-75页 |
| ·Forstner算子 | 第75-76页 |
| ·虹膜边缘拟合 | 第76-86页 |
| ·Canny边缘检测算法 | 第76-78页 |
| ·普通光照条件下对虹膜外边缘的拟合 | 第78-84页 |
| ·基于Hough变换的椭圆拟合 | 第78-79页 |
| ·最小二乘椭圆拟合 | 第79-84页 |
| ·红外光照条件下对虹膜内边缘的拟合 | 第84-86页 |
| ·注视特征参量的选取 | 第86-88页 |
| 第6章 视线估计方法 | 第88-102页 |
| ·基于单相机单光源的注视点估计 | 第88-91页 |
| ·基于多相机多光源的注视点估计 | 第91-100页 |
| ·相机标定 | 第92-95页 |
| ·辅助光源标定 | 第95-96页 |
| ·映射方法 | 第96-98页 |
| ·实验结果与分析 | 第98-100页 |
| ·本章总结 | 第100-102页 |
| 第7章 总结与展望 | 第102-104页 |
| ·本文总结 | 第102页 |
| ·展望 | 第102-104页 |
| 参考文献 | 第104-119页 |
| 致谢 | 第119-120页 |
| 个人简历 | 第120页 |
| 攻读博士学位期间发表论文 | 第120页 |
