基于视觉的眼动特征研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-18页 |
| 1.1 课题的研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 眼动特征的研究现状 | 第12-14页 |
| 1.2.2 疲劳驾驶的研究现状 | 第14-16页 |
| 1.3 本文主要工作 | 第16-17页 |
| 1.4 本文章节安排 | 第17-18页 |
| 2 相关工作 | 第18-29页 |
| 2.1 人眼结构与眼动状态综述 | 第18-19页 |
| 2.1.1 人眼的构成部分 | 第18-19页 |
| 2.1.2 眼球运动概述 | 第19页 |
| 2.2 眼睛定位算法概述 | 第19-26页 |
| 2.2.1 基于形状的方法 | 第20-23页 |
| 2.2.2 基于外观的方法 | 第23-25页 |
| 2.2.3 人眼定位方法比较 | 第25-26页 |
| 2.3 眼睛跟踪算法概述 | 第26-27页 |
| 2.4 小结 | 第27-29页 |
| 3 基于眼睑匹配的眼动研究 | 第29-42页 |
| 3.1 AK-EYE模型框架 | 第29-32页 |
| 3.1.1 ASM算法概述 | 第29-30页 |
| 3.1.2 卡尔曼滤波 | 第30-32页 |
| 3.2 基于AK-EYE模型的眼睑匹配 | 第32-41页 |
| 3.2.1 特征点的标定 | 第32-33页 |
| 3.2.2 形状归一化 | 第33-36页 |
| 3.2.3 创建局部纹理模型 | 第36-37页 |
| 3.2.4 图像搜索匹配 | 第37-39页 |
| 3.2.5 人眼跟踪位置的预测 | 第39-41页 |
| 3.3 小结 | 第41-42页 |
| 4 基于瞳孔定位的眼动研究 | 第42-51页 |
| 4.1 灰度化和线性变换 | 第42-44页 |
| 4.2 瞳孔定位 | 第44-49页 |
| 4.2.1 眼睛区域定位 | 第44-45页 |
| 4.2.2 模板选择 | 第45-46页 |
| 4.2.3 模板匹配 | 第46-48页 |
| 4.2.4 图像分割 | 第48-49页 |
| 4.3 小结 | 第49-51页 |
| 5 眼动特征研究的实验与应用 | 第51-66页 |
| 5.1 基于AK-EYE模型的实验分析 | 第51-55页 |
| 5.2 瞳孔定位算法的实验分析 | 第55-61页 |
| 5.2.1 眼部数据采集设备 | 第56-59页 |
| 5.2.2 实验结果与分析 | 第59-61页 |
| 5.3 眼动特征研究在疲劳驾驶中的应用 | 第61-65页 |
| 5.3.1 常用的疲劳判定标准 | 第61-62页 |
| 5.3.2 基于AK-EYE模型的疲劳判定 | 第62-64页 |
| 5.3.3 基于模板匹配的疲劳检测分析 | 第64-65页 |
| 5.4 小结 | 第65-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 本文工作总结 | 第66-67页 |
| 6.2 未来工作展望 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第70-72页 |
| 学位论文数据集 | 第72页 |
