基于视频图像的眼动系统算法研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 引言 | 第10页 |
| 1.2 几种典型的生物识别技术研究现状 | 第10-14页 |
| 1.2.1 几种生物识别技术概述 | 第10-13页 |
| 1.2.2 课题的目的及意义 | 第13-14页 |
| 1.3 课题的国内外研究现状 | 第14-17页 |
| 1.3.1 课题的国外研究现状 | 第15-16页 |
| 1.3.2 课题的国内研究现状 | 第16-17页 |
| 1.4 论文的总体架构 | 第17-19页 |
| 1.5 论文的主要工作及章节安排 | 第19-22页 |
| 第2章 采集平台搭建及图像预处理 | 第22-28页 |
| 2.1 采集平台搭建 | 第22-24页 |
| 2.2 图像预处理 | 第24-27页 |
| 2.2.1 图像灰度化 | 第24-25页 |
| 2.2.2 直方图均衡化 | 第25-26页 |
| 2.2.3 均值滤波 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 人脸定位与人眼检测 | 第28-38页 |
| 3.1 人脸检测基本算法对比 | 第28-30页 |
| 3.2 基于YCBCR颜色空间的肤色分割算法 | 第30-33页 |
| 3.2.1 RGB空间与YCb Cr空间 | 第30-31页 |
| 3.2.2 肤色分割 | 第31-33页 |
| 3.3 基于GABOR变换的人眼检测 | 第33-36页 |
| 3.3.1 Gabor核函数 | 第34-35页 |
| 3.3.2 基于Gabor变换人眼检测仿真结果 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 基于视频图像的瞳孔定位算法 | 第38-46页 |
| 4.1 SOBEL算子边缘检测 | 第38-40页 |
| 4.2 分割左右眼及提取人眼条形区域 | 第40-42页 |
| 4.3 快速瞳孔精确定位 | 第42-45页 |
| 4.3.1 人眼区域搜索与标注 | 第42-43页 |
| 4.3.2 基于视频序列的仿真结果 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 基于时空上下文鲁棒视觉的瞳孔跟踪 | 第46-66页 |
| 5.1 时空上下文算法综述 | 第46-48页 |
| 5.2 时空上下文算法跟踪的基本原理 | 第48-52页 |
| 5.2.1 上下文先验概率模型的建立 | 第49-50页 |
| 5.2.2 置信图函数以及形状参数 | 第50-51页 |
| 5.2.3 空间上下文模型的建立 | 第51-52页 |
| 5.3 时空上下文算法跟踪的流程 | 第52-54页 |
| 5.4 仿真结果与分析 | 第54-65页 |
| 5.4.1 水平向右眼动跟踪 | 第54-56页 |
| 5.4.2 水平向左眼动跟踪 | 第56-58页 |
| 5.4.3 垂直向下眼动跟踪 | 第58-60页 |
| 5.4.4 垂直向上眼动跟踪 | 第60-61页 |
| 5.4.5 不规则眼动跟踪 | 第61-63页 |
| 5.4.6 头部轻微晃动及眨眼跟踪 | 第63-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第6章 全文总结与展望 | 第66-68页 |
| 6.1 本文的主要工作总结 | 第66-67页 |
| 6.2 工作展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 作者简介及科研成果 | 第74-76页 |
| 致谢 | 第76页 |
