摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-16页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-13页 |
1.3 本文研究内容 | 第13-14页 |
1.4 本文层次结构安排 | 第14-16页 |
第二章 人眼检测与眼动跟踪关键技术综述 | 第16-26页 |
2.1 人眼检测方法 | 第16-19页 |
2.1.1 可见光源下非侵入式人眼检测方法 | 第16-19页 |
2.1.1.1 基于知识的人眼检测方法 | 第16-17页 |
2.1.1.2 基于统计的人眼检测方法 | 第17-18页 |
2.1.1.3 基于模板匹配的人眼检测方法 | 第18-19页 |
2.1.2 特殊设备及红外光源下侵入式人眼检测方法 | 第19页 |
2.1.3 人眼检测方法分析评估 | 第19页 |
2.2 眼动跟踪方法 | 第19-23页 |
2.2.1 基于非线性滤波理论的眼动跟踪 | 第20-21页 |
2.2.2 基于特征和模板的眼动跟踪 | 第21页 |
2.2.3 基于运动的眼动跟踪 | 第21-22页 |
2.2.4 基于眼动仪的眼动跟踪 | 第22-23页 |
2.2.5 眼动跟踪方法分析评估 | 第23页 |
2.3 眼动行为分类描述 | 第23-25页 |
2.4 本章小结 | 第25-26页 |
第三章 基于优化ADABOOST算法的人眼检测 | 第26-49页 |
3.1 haar特征 | 第26-28页 |
3.2 基于AdaBoost算法分类器的训练 | 第28-35页 |
3.3 基于AdaBoost算法分类器的检测 | 第35-37页 |
3.3.1 调整检测尺度 | 第35-36页 |
3.3.2 检测流程 | 第36-37页 |
3.4 优化基于AdaBoost算法分类器 | 第37-48页 |
3.4.1 存在问题 | 第37-38页 |
3.4.2 优化基于AdaBoost算法分类器训练过程 | 第38-42页 |
3.4.2.1 优化haar特征 | 第38-40页 |
3.4.2.2 优化训练过程 | 第40-41页 |
3.4.2.3 实验结果与分析 | 第41-42页 |
3.4.3 优化AdaBoost算法分类器检测过程 | 第42-48页 |
3.4.3.1 肤色提取 | 第42-43页 |
3.4.3.2 图像预处理 | 第43-44页 |
3.4.3.3 检测结果检查 | 第44-46页 |
3.4.3.4 实验结果与分析 | 第46-48页 |
3.5 本章小结 | 第48-49页 |
第四章 基于改进CAMSHIFT算法的单目眼动跟踪 | 第49-66页 |
4.1 虹膜定位 | 第49-52页 |
4.1.1 图像二值化 | 第49-50页 |
4.1.2 虹膜粗提取 | 第50-51页 |
4.1.2.1 susan算子 | 第50-51页 |
4.1.2.2 消除同色点 | 第51页 |
4.1.3 虹膜精确定位 | 第51-52页 |
4.2 传统CamShift算法 | 第52-55页 |
4.3 边界调整 | 第55-56页 |
4.4 噪声抑制 | 第56-58页 |
4.4.1 传统筛选阈值方法 | 第56-57页 |
4.4.2 改进的筛选阈值方法 | 第57-58页 |
4.5 改进的多特征融合CamShift算法 | 第58-60页 |
4.6 实验结果及分析 | 第60-64页 |
4.6.1 实验测试环境 | 第60页 |
4.6.2 实验结果 | 第60-63页 |
4.6.3 结果分析 | 第63-64页 |
4.6.3.1 速度分析 | 第63-64页 |
4.6.3.2 跟踪准确性和鲁棒性分析 | 第64页 |
4.7 本章小结 | 第64-66页 |
第五章 改进CAMSHIFT结合卡尔曼的双目跟踪及视线确定 | 第66-86页 |
5.1 卡尔曼滤波运动状态估计 | 第66-72页 |
5.1.1 卡尔曼滤波 | 第66-70页 |
5.1.2 隐马尔科夫模型 | 第70-71页 |
5.1.3 贝叶斯估计 | 第71页 |
5.1.4 扩展卡尔曼滤波 | 第71-72页 |
5.2 基于卡尔曼滤波预测匀速眼动状态 | 第72-73页 |
5.3 改进的CamShift算法 | 第73-76页 |
5.4 结合卡尔曼滤波与改进CamShift的双目眼动跟踪 | 第76页 |
5.5 实验结果及分析 | 第76-81页 |
5.5.1 实验结果 | 第76-80页 |
5.5.2 结果分析 | 第80-81页 |
5.5.2.1 准确性和鲁棒性分析 | 第80-81页 |
5.5.2.2 跟踪速度分析 | 第81页 |
5.6 视线确定 | 第81-84页 |
5.6.1 建立模型 | 第81-82页 |
5.6.2 坐标映射 | 第82-84页 |
5.6.3 实验结果与分析 | 第84页 |
5.7 本章小结 | 第84-86页 |
第六章 总结与展望 | 第86-87页 |
致谢 | 第87-88页 |
参考文献 | 第88-93页 |
攻硕期间取得的研究成果 | 第93-94页 |