| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第1章 绪论 | 第13-33页 |
| ·课题的研究背景及意义 | 第13-14页 |
| ·国内外研究现状 | 第14-27页 |
| ·驾驶员非线性眼动跟踪中的基本问题 | 第14页 |
| ·现实环境下驾驶员人眼检测 | 第14-21页 |
| ·现实环境下驾驶员眼动跟踪 | 第21-27页 |
| ·目前存在的问题 | 第27-29页 |
| ·本文的主要研究成果 | 第29-31页 |
| ·论文的组织结构 | 第31-33页 |
| 第2章 基于二维正交LOG-GABOR滤波的驾驶员人眼检测 | 第33-45页 |
| ·引言 | 第33页 |
| ·基于HARR特征的人眼检测 | 第33-36页 |
| ·基于二维正交LOG-GABOR滤波的人眼检测 | 第36-42页 |
| ·Gabor滤波 | 第36页 |
| ·二维Gabor滤波 | 第36-38页 |
| ·二维Log-Gabor滤波 | 第38-40页 |
| ·基于二维正交Log-Gabor滤波的驾驶员人眼检测 | 第40-42页 |
| ·实验及性能分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第3章 基于自适应模糊强跟踪EKF算法的驾驶员眼动跟踪方法 | 第45-80页 |
| ·引言 | 第45-46页 |
| ·基于解剖学的驾驶员视觉生理基础 | 第46-51页 |
| ·人眼生理视觉基础 | 第46-48页 |
| ·基于解剖学的眼动视觉控制理论 | 第48-51页 |
| ·驾驶员眼动机制 | 第51-57页 |
| ·在线强跟踪双L变量的驾驶员非线性眼动模型 | 第57-60页 |
| ·强跟踪滤波理论 | 第60-66页 |
| ·强跟踪滤波的引入 | 第60-62页 |
| ·正交性原理 | 第62-63页 |
| ·带多重次优渐消因子的强跟踪滤波器 | 第63-66页 |
| ·自适应模糊强跟踪有限差分EKF滤波算法 | 第66-73页 |
| ·Takagi-Sugeno自适应模糊逻辑控制 | 第66-69页 |
| ·自适应模糊强跟踪有限差分EKF滤波算法 | 第69-73页 |
| ·实验及性能分析 | 第73-79页 |
| ·实验一:仿真实验 | 第73-74页 |
| ·实验二:现实驾驶环境下的驾驶员眼动跟踪 | 第74-75页 |
| ·实验三:基于红外光源的驾驶员眼动跟踪 | 第75-77页 |
| ·实验四:红外光源对驾驶员人眼伤害评估测试 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 第4章 基于自适应强跟踪简化UKF算法的驾驶员眼动跟踪方法 | 第80-110页 |
| ·引言 | 第80-81页 |
| ·UKF滤波算法 | 第81-93页 |
| ·算法简介 | 第81页 |
| ·问题描述 | 第81-85页 |
| ·UT变换 | 第85-88页 |
| ·UKF滤波算法 | 第88-93页 |
| ·自适应强跟踪简化UKF滤波算法 | 第93-99页 |
| ·算法复杂度分析 | 第97页 |
| ·算法鲁棒性分析 | 第97-99页 |
| ·实验及性能分析 | 第99-109页 |
| ·实验一:仿真实验 | 第99-103页 |
| ·实验二:现实驾驶环境下的驾驶员眼动跟踪 | 第103-107页 |
| ·实验三:特殊光源下驾驶员眼动跟踪 | 第107-109页 |
| ·本章小结 | 第109-110页 |
| 第5章 基于多尺度强跟踪粒子滤波算法的驾驶员眼动跟踪方法 | 第110-130页 |
| ·引言 | 第110-111页 |
| ·粒子滤波算法 | 第111-118页 |
| ·粒子滤波简介 | 第111页 |
| ·粒子进化及贝叶斯重要性采样原理 | 第111-113页 |
| ·SIS序列重要性采样原理 | 第113-115页 |
| ·重采样原理及粒子滤波算法结构 | 第115-117页 |
| ·算法比较 | 第117-118页 |
| ·小波多尺度分解 | 第118-121页 |
| ·小波变换 | 第118-119页 |
| ·多尺度分解 | 第119-121页 |
| ·多尺度强跟踪粒子滤波算法 | 第121-125页 |
| ·实验及性能分析 | 第125-129页 |
| ·实验一:现实驾驶环境下的驾驶员眼动跟踪 | 第125-127页 |
| ·实验二:基于双目视觉阵列的驾驶员眼动跟踪 | 第127-129页 |
| ·本章小结 | 第129-130页 |
| 第6章 基于眼动跟踪算法的驾驶员疲劳检测 | 第130-139页 |
| ·引言 | 第130页 |
| ·驾驶员疲劳检测评估方法 | 第130-135页 |
| ·基于生物特征参数的驾驶员疲劳检测 | 第131-132页 |
| ·基于驾驶行为模型的驾驶员疲劳检测 | 第132页 |
| ·基于统计数学模型的驾驶员疲劳检测 | 第132页 |
| ·基于视觉计算的驾驶员疲劳检测 | 第132-135页 |
| ·基于眼动跟踪算法的驾驶员疲劳检测 | 第135页 |
| ·实验及性能分析 | 第135-138页 |
| ·实验一:采样强跟踪非线性滤波眼动跟踪算法性能比较 | 第135-136页 |
| ·实验二:基于眼动跟踪的驾驶员疲劳检测 | 第136-138页 |
| ·本章小结 | 第138-139页 |
| 结论 | 第139-141页 |
| 致谢 | 第141-142页 |
| 参考文献 | 第142-155页 |
| 附录:部分实验车辆及测试照片 | 第155-160页 |
| 攻读博士学位期间发表的学术论文及科研成果 | 第160-162页 |
