复杂及红外环境下人眼状态检测算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·眼状态识别的研究现状 | 第12-14页 |
| ·眼状态识别中存在问题 | 第14-15页 |
| ·本文的研究内容及关键技术 | 第15页 |
| ·本文的组织架构 | 第15-17页 |
| 第二章 人眼状态判别的关键技术概述 | 第17-26页 |
| ·本文关键算法概述 | 第17-19页 |
| ·人脸定位方法 | 第17-18页 |
| ·眼睛定位方法 | 第18-19页 |
| ·复杂光照问题的处理概述 | 第19-24页 |
| ·光照归一化算法 | 第19页 |
| ·光照不变量提取算法 | 第19-23页 |
| ·基于 3D 成像模型的方法 | 第23-24页 |
| ·人眼状态判别算法的概述 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于光照不变量的人眼状态识别 | 第26-37页 |
| ·本章算法流程 | 第26-27页 |
| ·人眼图像的光照不变量提取 | 第27-30页 |
| ·朗伯光照模型介绍 | 第27页 |
| ·光照不变量提取 | 第27-29页 |
| ·人眼图像光照不变量分析 | 第29-30页 |
| ·光照不变量的 PCA 降维 | 第30-33页 |
| ·眼状态识别的 LDA 模型建立 | 第33-36页 |
| ·LDA 算法介绍 | 第33页 |
| ·眼状态的 LDA 判别流程 | 第33-35页 |
| ·眼状态的 LDA 判别模型分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 红外眼睛特征的选择与提取 | 第37-53页 |
| ·常用人眼特征比较与选择 | 第37-39页 |
| ·伪 Zernike 矩特征及提取 | 第39-44页 |
| ·伪 Zernike 矩的描述 | 第39-40页 |
| ·伪 Zernike 矩特征提取 | 第40-42页 |
| ·伪 Zernike 矩特征分析 | 第42-44页 |
| ·复杂度特征及提取 | 第44-47页 |
| ·复杂度特征描述 | 第44-45页 |
| ·复杂度特征提取 | 第45-46页 |
| ·复杂度特征的分析 | 第46-47页 |
| ·HOG 特征描述及提取 | 第47-51页 |
| ·HOG 特征的描述 | 第47-48页 |
| ·HOG 特征提取 | 第48-51页 |
| ·HOG 特征的分析 | 第51页 |
| ·本章小结 | 第51-53页 |
| 第五章 基于多特征决策融合的眼状态判别模型 | 第53-65页 |
| ·常用的分类器综述 | 第53-54页 |
| ·SVM 的原理概述 | 第54-57页 |
| ·眼状态判别模型的建立 | 第57-64页 |
| ·SVM 最优分类模型建立 | 第58-61页 |
| ·多特征的决策融合 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 仿真系统的实现与结果分析 | 第65-72页 |
| ·系统仿真环境介绍 | 第65页 |
| ·仿真系统的搭建 | 第65-66页 |
| ·人脸定位的实现 | 第65-66页 |
| ·人眼定位的实现 | 第66页 |
| ·眼睛状态的判别 | 第66页 |
| ·眼状态识别结果分析 | 第66-70页 |
| ·红外人眼样本库介绍 | 第66-67页 |
| ·基于光照不变量的眼状态识别算法测试分析 | 第67-68页 |
| ·基于多特征决策融合的眼状态模型测试分析 | 第68-70页 |
| ·本章小结 | 第70-72页 |
| 结论和展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 致谢 | 第80-81页 |
| 附件 | 第81页 |
