| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第15-34页 |
| 1.1 研究背景及意义 | 第15-18页 |
| 1.2 眼睛结构与眼睛运动 | 第18-20页 |
| 1.3 国内外研究现状与发展趋势 | 第20-32页 |
| 1.3.1 人眼检测方法 | 第20-22页 |
| 1.3.2 人眼中心定位方法 | 第22-24页 |
| 1.3.3 眼动跟踪研究 | 第24-28页 |
| 1.3.4 眼动数据辨识方法 | 第28-31页 |
| 1.3.5 基于视线控制的人机交互 | 第31-32页 |
| 1.4 本文的主要工作及内容安排 | 第32-34页 |
| 第2章 人眼检测方法研究 | 第34-51页 |
| 2.1 引言 | 第34页 |
| 2.2 人眼图像数据库建立 | 第34-35页 |
| 2.3 人眼方差滤波器 | 第35-37页 |
| 2.3.1 人眼方差图像 | 第35-36页 |
| 2.3.2 方差滤波器 | 第36-37页 |
| 2.4 支持向量机人眼分类器 | 第37-41页 |
| 2.4.1 支持向量机 | 第38-39页 |
| 2.4.2 主成分分析 | 第39-40页 |
| 2.4.3 基于遗传算法参数寻优 | 第40-41页 |
| 2.5 人眼检测流程 | 第41-42页 |
| 2.6 实验结果与分析 | 第42-50页 |
| 2.6.1 人眼检测评估 | 第42-45页 |
| 2.6.2 面部旋转和光照变化下的人眼检测评估 | 第45-48页 |
| 2.6.3 人眼闭合状态下的人眼检测效果 | 第48页 |
| 2.6.4 支持向量机参数分析 | 第48-50页 |
| 2.7 本章小结 | 第50-51页 |
| 第3章 虹膜中心定位方法研究 | 第51-69页 |
| 3.1 引言 | 第51-52页 |
| 3.2 虹膜中心定位流程 | 第52-56页 |
| 3.2.1 直方图均衡化 | 第52-53页 |
| 3.2.2 虹膜中心粗定位 | 第53-55页 |
| 3.2.3 眼角定位 | 第55-56页 |
| 3.3 虹膜中心提取 | 第56-62页 |
| 3.3.1 虹膜边界选择模型 | 第56-57页 |
| 3.3.2 虹膜边界提取算法 | 第57-60页 |
| 3.3.3 虹膜中心定位 | 第60-62页 |
| 3.4 实验结果与分析 | 第62-68页 |
| 3.4.1 人眼图像数据库建立 | 第62页 |
| 3.4.2 虹膜中心定位评估方法 | 第62-63页 |
| 3.4.3 粗虹膜中心定位评估 | 第63-64页 |
| 3.4.4 真实虹膜中心定位评估 | 第64-65页 |
| 3.4.5 性能比较 | 第65-68页 |
| 3.5 本章小结 | 第68-69页 |
| 第4章 可见光源下单摄像机视线跟踪技术研究 | 第69-94页 |
| 4.1 引言 | 第69页 |
| 4.2 实时人眼检测 | 第69-78页 |
| 4.2.1 双阈值二值化 | 第70-71页 |
| 4.2.2 耀点形状滤波 | 第71-72页 |
| 4.2.3 耀点位置滤波 | 第72-73页 |
| 4.2.4 人眼图像独立成分分析模型 | 第73-74页 |
| 4.2.5 独立成分分析基向量估计 | 第74-75页 |
| 4.2.6 人眼区域确定 | 第75-76页 |
| 4.2.7 人眼实时检测性能测试与比较 | 第76-78页 |
| 4.3 特征提取 | 第78-79页 |
| 4.4 视线估计 | 第79-83页 |
| 4.4.1 2D插值视线估计 | 第79-81页 |
| 4.4.2 头部运动下的视线估计 | 第81-82页 |
| 4.4.3 视线点修正 | 第82-83页 |
| 4.5 实时视线注视辨识 | 第83-87页 |
| 4.5.1 基于速度阈值辨识算法 | 第84-85页 |
| 4.5.2 基于离散度阈值辨识算法 | 第85-86页 |
| 4.5.3 基于速度与数据离散度辨识算法 | 第86-87页 |
| 4.6 实验结果与分析 | 第87-93页 |
| 4.6.1 系统硬件组成 | 第87页 |
| 4.6.2 性能表现与比较 | 第87-93页 |
| 4.7 本章小结 | 第93-94页 |
| 第5章 视线注视辨识研究 | 第94-111页 |
| 5.1 引言 | 第94-95页 |
| 5.2 空间-时间轨迹聚类算法 | 第95-100页 |
| 5.2.1 基本概念 | 第95-98页 |
| 5.2.2 空间-时间轨迹聚类算法的实现 | 第98-100页 |
| 5.3 离散度阈值寻优 | 第100-102页 |
| 5.4 实验数据 | 第102-103页 |
| 5.4.1 实验设备和实验条件 | 第102页 |
| 5.4.2 实验过程 | 第102-103页 |
| 5.5 实验结果与分析 | 第103-108页 |
| 5.5.1 人眼注视辨识评估方法 | 第103-104页 |
| 5.5.2 注视辨识评估 | 第104-106页 |
| 5.5.3 多噪声点下辨识算法的性能评估 | 第106-107页 |
| 5.5.4 变采样率下辨识算法的性能评估 | 第107-108页 |
| 5.6 最优离散度阈值分析 | 第108-110页 |
| 5.7 本章小结 | 第110-111页 |
| 第6章 基于视线姿势的人-机器人交互控制系统 | 第111-127页 |
| 6.1 引言 | 第111页 |
| 6.2 基于视线的人-机器人交互技术 | 第111-113页 |
| 6.3 视线姿势基本概念 | 第113-115页 |
| 6.4 基于视线姿势的Drone命令设计 | 第115-118页 |
| 6.5 基于视线姿势的人-机器人交互系统的实验设备 | 第118-119页 |
| 6.6 基于视线姿势的Drone实验 | 第119-122页 |
| 6.6.1 驻足时间策略 | 第119-120页 |
| 6.6.2 任务设计 | 第120-121页 |
| 6.6.3 控制命令学习 | 第121-122页 |
| 6.6.4 实验过程 | 第122页 |
| 6.7 实验结果与分析 | 第122-126页 |
| 6.7.1 任务平均完成时间 | 第122-123页 |
| 6.7.2 任务平均错误数 | 第123-124页 |
| 6.7.3 受试者感知评估 | 第124页 |
| 6.7.4 视线姿势与驻足时间比较 | 第124-126页 |
| 6.8 本章小结 | 第126-127页 |
| 第7章 总结与展望 | 第127-130页 |
| 7.1 主要研究工作 | 第127-128页 |
| 7.2 研究的创新点 | 第128-129页 |
| 7.3 研究展望 | 第129-130页 |
| 附录A | 第130-131页 |
| 附录B | 第131-132页 |
| 参考文献 | 第132-146页 |
| 攻读学位期间发表论文与研究成果清单 | 第146-148页 |
| 致谢 | 第148页 |