基于学习的视线估计及应用
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 视线估计技术国内外研究现状 | 第13-16页 |
| 1.3 研究课题的提出 | 第16-17页 |
| 1.4 论文主要研究内容及结构 | 第17-19页 |
| 1.4.1 研究内容 | 第17页 |
| 1.4.2 论文结构 | 第17-19页 |
| 第二章 基于学习的视线估计方法介绍 | 第19-26页 |
| 2.1 引言 | 第19页 |
| 2.2 常见人眼特征介绍 | 第19-21页 |
| 2.3 常见回归模型介绍 | 第21-22页 |
| 2.4 卷积神经网络 | 第22-24页 |
| 2.4.1 概述 | 第22-23页 |
| 2.4.2 卷积神经网络主要结构介绍 | 第23-24页 |
| 2.5 视线估计系统架构 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 人眼数据库建立 | 第26-32页 |
| 3.1 引言 | 第26页 |
| 3.2 人眼数据库比较 | 第26-28页 |
| 3.3 数据库建立 | 第28-31页 |
| 3.3.1 图像采集 | 第28-29页 |
| 3.3.2 图像处理 | 第29-30页 |
| 3.3.3 数据库结构 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 基于单眼图像的视线估计 | 第32-40页 |
| 4.1 引言 | 第32页 |
| 4.2 实验网络设计 | 第32-34页 |
| 4.3 网络各层输出 | 第34-36页 |
| 4.4 网络性能分析 | 第36-38页 |
| 4.4.1 网络平均分类性能分析 | 第36-38页 |
| 4.4.2 网络各类分类性能分析 | 第38页 |
| 4.5 本章小结 | 第38-40页 |
| 第五章 基于双眼图像的视线估计 | 第40-50页 |
| 5.1 引言 | 第40页 |
| 5.2 训练过程基本设计 | 第40-43页 |
| 5.3 网络性能分析 | 第43-49页 |
| 5.3.1 网络平均分类性能 | 第44-45页 |
| 5.3.2 网络各类分类性能分析 | 第45页 |
| 5.3.3 与MPIIGaze数据库的比较 | 第45-46页 |
| 5.3.4 跨个体性能分析 | 第46-47页 |
| 5.3.5 不同方法比较 | 第47-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-53页 |
| 6.1 论文主要工作总结 | 第50-51页 |
| 6.2 未来工作展望 | 第51-53页 |
| 参考文献 | 第53-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间发表的学术论文 | 第60-61页 |
| 学位论文评阅及答辩情况表 | 第61页 |
