基于BP神经网络的无校准驾驶员注视区域估计
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 头部姿态研究现状 | 第11-14页 |
| 1.2.2 视线估计研究现状 | 第14-15页 |
| 1.2.3 驾驶员注视区域估计研究现状 | 第15页 |
| 1.2.4 注视区域估计研究中存在的问题 | 第15-17页 |
| 1.3 本文研究内容与章节安排 | 第17-19页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 章节安排 | 第17-19页 |
| 第2章 注视区域估计算法相关理论 | 第19-33页 |
| 2.1 相关基础理论 | 第19-21页 |
| 2.1.1 眼睛的运动特征 | 第19-21页 |
| 2.1.2 头部运动模式 | 第21页 |
| 2.2 KNN注视区域估计方法理论基础 | 第21-23页 |
| 2.2.1 KNN算法介绍 | 第21-22页 |
| 2.2.2 欧式距离介绍 | 第22-23页 |
| 2.3 BP神经网络注视区域估计方法理论基础 | 第23-31页 |
| 2.3.1 人工神经网络模型 | 第23-24页 |
| 2.3.2 BP神经网络原理 | 第24-30页 |
| 2.3.3 BP神经网络局限性的改进 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 驾驶员注视区域估计算法研究 | 第33-51页 |
| 3.1 注视区域估计算法概述 | 第33页 |
| 3.2 特征点检测提取 | 第33-36页 |
| 3.2.1 人脸感兴趣区域提取 | 第33-36页 |
| 3.3 头部姿态角度计算 | 第36-45页 |
| 3.3.1 POSIT头部姿态估计 | 第36-43页 |
| 3.3.2 基于几何关系的头部姿态校正 | 第43-45页 |
| 3.4 眼睛视线方向估计 | 第45-49页 |
| 3.4.1 基于星射线的瞳孔边缘提取 | 第46-47页 |
| 3.4.2 基于RANSAC算法的椭圆拟合 | 第47-48页 |
| 3.4.3 3D眼球视线方向估计 | 第48-49页 |
| 3.5 BP神经网络模型构建 | 第49-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第4章 驾驶员注视区域估计算法实验与分析 | 第51-60页 |
| 4.1 系统实验构建介绍 | 第51-55页 |
| 4.1.1 实验环境介绍 | 第51-53页 |
| 4.1.2 实景坐标系建立 | 第53页 |
| 4.1.3 实验样本数据收集 | 第53-54页 |
| 4.1.4 实验数据处理 | 第54-55页 |
| 4.2 注视区域估计算法实验 | 第55-58页 |
| 4.2.1 BP神经网络模型评估 | 第55-56页 |
| 4.2.2 与KNN算法的对比实验 | 第56-58页 |
| 4.3 驾驶员注视区域估计系统 | 第58-59页 |
| 4.3.1 实时检测系统 | 第58页 |
| 4.3.2 视线区域注视的频率统计 | 第58-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 结论和展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |
