| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·课题研究背景 | 第10页 |
| ·课题研究内容及研究意义 | 第10-13页 |
| ·课题研究现状 | 第13-17页 |
| ·视线跟踪技术的研究现状 | 第13-14页 |
| ·系统级设计语言 SystemC 及其建模方法的研究现状 | 第14-15页 |
| ·FPGA 验证的研究现状 | 第15-17页 |
| ·本文的组织结构 | 第17-19页 |
| 第二章 视线跟踪 SoC 的基本原理 | 第19-36页 |
| ·人眼定位 ADABOOST 算法 | 第19-22页 |
| ·基于积分图的 Haar-like 特征值提取 | 第20-21页 |
| ·基于 cascade 级联的人眼区域搜索 | 第21-22页 |
| ·瞳孔中心定位算法 | 第22-26页 |
| ·模板匹配瞳孔粗定位算法 | 第23-26页 |
| ·基于图像不变矩的瞳孔精确定位算法 | 第26页 |
| ·普尔钦斑点中心定位算法 | 第26-28页 |
| ·SystemC 概述 | 第28-30页 |
| ·SystemC 的分层模型分析 | 第30-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 视线跟踪 SoC 的 SystemC 建模 | 第36-62页 |
| ·基于 TLM 的视线跟踪 SoC 软硬件自动划分 | 第36-40页 |
| ·SystemC 事务级建模特点 | 第36-37页 |
| ·基于片上总线的视线跟踪 SOC架构 | 第37页 |
| ·TLM 仿真验证及结果分析 | 第37-40页 |
| ·视线跟踪 SoC 的 SystemC RTL 模型框图设计 | 第40-41页 |
| ·SoC 硬件部分向 SystemC 的 RTL 模型细化 | 第41-58页 |
| ·人眼检测 Adaboost 模块 | 第41-52页 |
| ·瞳孔粗定位模板匹配模块 | 第52-58页 |
| ·软件部分——基于处理器 ISS(Instruction Set Simulator)的仿真验证 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第四章 视线跟踪 SoC 的 FPGA 原型验证 | 第62-78页 |
| ·Adaboost 算法 HDL 模型的 RTL 设计与验证 | 第62-69页 |
| ·积分图及平方积分图计算模块 | 第62-65页 |
| ·Cascade 级联 Haar 特征值计算模块——流水线结构 | 第65-69页 |
| ·模板匹配算法 HDL 模型的 RTL 设计与验证 | 第69-71页 |
| ·人眼窗口二值化模块 | 第69-70页 |
| ·瞳孔窗口匹配搜索模块——串并转换结构 | 第70-71页 |
| ·基于 FPGA 的视线跟踪 SoC 的软硬件协同设计验证 | 第71-76页 |
| ·SoPC 概述 | 第71-73页 |
| ·视线跟踪 SoPC 的集成 | 第73-74页 |
| ·验证结果分析 | 第74-76页 |
| ·基于 SystemC 模型的系统级 SoC 设计方法的总结 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 结论与展望 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 攻读硕士学位期间取得的研究成果 | 第85-86页 |
| 致谢 | 第86-87页 |
| 附件 | 第87页 |
