| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 注视点定位的研究背景和意义 | 第7-8页 |
| 1.2 注视点定位实现方法 | 第8-10页 |
| 1.3 注视点定位的国内研究现状 | 第10页 |
| 1.4 注视点定位的技术发展趋势 | 第10-11页 |
| 1.5 论文主要工作和结构安排 | 第11-13页 |
| 1.5.1 论文主要工作 | 第11-12页 |
| 1.5.2 论文结构安排 | 第12-13页 |
| 1.6 本章小结 | 第13-15页 |
| 第二章 摄像机标定 | 第15-27页 |
| 2.1 摄像机标定原理 | 第15-20页 |
| 2.1.1 摄像机参数 | 第15-16页 |
| 2.1.2 摄像机模型 | 第16-17页 |
| 2.1.3 立体视觉坐标系转换关系 | 第17-20页 |
| 2.2 摄像机标定方法 | 第20-25页 |
| 2.2.1 Tsai摄像机标定法 | 第20-22页 |
| 2.2.2 Zhang平板标定法 | 第22-25页 |
| 2.3 摄像机标定实验 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 人脸检测与特征点提取 | 第27-43页 |
| 3.1 人脸检测 | 第27-36页 |
| 3.1.1 人脸特征 | 第27-28页 |
| 3.1.2 人脸检测方法概述 | 第28-30页 |
| 3.1.3 Adaboost快速人脸检测算法 | 第30-32页 |
| 3.1.4 Adaboost人脸检测算法的训练过程 | 第32-35页 |
| 3.1.5 Adaboost算法检测流程 | 第35-36页 |
| 3.2 图像预处理 | 第36-38页 |
| 3.2.1 彩色图像灰度化 | 第36-37页 |
| 3.2.2 图像去噪 | 第37-38页 |
| 3.3 特征点提取 | 第38-41页 |
| 3.3.1 鼻孔特征点检测 | 第38页 |
| 3.3.2 嘴唇中心特征点检测 | 第38-39页 |
| 3.3.3 瞳孔中心特征点检测 | 第39-41页 |
| 3.4 实验结果 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 立体匹配与三维重建 | 第43-55页 |
| 4.1 立体匹配 | 第43-47页 |
| 4.1.1 匹配准则 | 第43-44页 |
| 4.1.2 极线约束法则 | 第44-46页 |
| 4.1.3 局部立体匹配算法 | 第46-47页 |
| 4.2 三维重建 | 第47-51页 |
| 4.2.1 理想平行双目视觉模型 | 第48-50页 |
| 4.2.2 实际双目视觉模型 | 第50-51页 |
| 4.3 实验结果 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 基于面部法线的视点定位 | 第55-61页 |
| 5.1 拟合人脸平面 | 第55-57页 |
| 5.1.1 克莱姆法则 | 第55-56页 |
| 5.1.2 最小二乘法 | 第56-57页 |
| 5.2 定位视点 | 第57-58页 |
| 5.2.1 求取平面法线 | 第57-58页 |
| 5.2.2 视点定位 | 第58页 |
| 5.3 实验结果 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 作者在读期间的研究成果 | 第69页 |