人眼跟踪与视线检测算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·研究背景 | 第9-10页 |
| ·眼睛检测的应用背景 | 第9页 |
| ·视线跟踪的应用背景 | 第9-10页 |
| ·国内外现状及应用 | 第10-15页 |
| ·眼睛检测方法 | 第10-12页 |
| ·视线跟踪技术的研究 | 第12-14页 |
| ·应用背景 | 第14-15页 |
| ·本文的主要研究工作 | 第15-16页 |
| ·软硬件平台描述 | 第16-17页 |
| 2 人脸检测 | 第17-27页 |
| ·OpenCV 开源代码的简介 | 第17页 |
| ·基于积分图像与Adaboost 检测算法介绍 | 第17-21页 |
| ·矩形特征和积分图像 | 第18-21页 |
| ·扩展的矩形特征 | 第21页 |
| ·Adaboost 层叠分类器算法 | 第21-24页 |
| ·Adaboost 算法简介 | 第21-22页 |
| ·Adaboost 层叠分类器 | 第22-24页 |
| ·对深度和平面旋转的处理 | 第24-25页 |
| ·实验结果 | 第25页 |
| ·本章小结 | 第25-27页 |
| 3 眼睛检测 | 第27-33页 |
| ·人眼定位方法 | 第27-29页 |
| ·矩形特征眼睛检测 | 第29-32页 |
| ·眼睛的矩形特征 | 第29-31页 |
| ·矩形特征眼睛检测实验及结果 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 基于卡尔曼粒子滤波器的人眼跟踪 | 第33-46页 |
| ·人眼跟踪方法 | 第33-37页 |
| ·人眼跟踪模型 | 第37-40页 |
| ·二维可变形眼睛模板 | 第37-38页 |
| ·眼睛模板的特征参数 | 第38-39页 |
| ·状态空间和动态模型 | 第39-40页 |
| ·粒子滤波器(PF) | 第40-44页 |
| ·一般跟踪问题 | 第40页 |
| ·粒子滤波器 | 第40-41页 |
| ·基于卡尔曼粒子滤波器的人眼跟踪 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 5 人眼状态检测 | 第46-57页 |
| ·瞳孔定位 | 第46-47页 |
| ·眨眼检测 | 第47-50页 |
| ·眨眼分类器的训练样本 | 第47-48页 |
| ·ROR 的概念 | 第48-49页 |
| ·分类策略 | 第49-50页 |
| ·眼角点检测 | 第50-56页 |
| ·眼角检测的一般方法 | 第50-51页 |
| ·本文眼角点精确定位的方法和原理 | 第51-52页 |
| ·眼角点精确定位具体算法实现 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 6 视线跟踪系统设计 | 第57-72页 |
| ·视线跟踪的流程设计基础 | 第57-61页 |
| ·摄像机成像的几何模型 | 第61-64页 |
| ·视线跟踪系统的流程设计 | 第64-66页 |
| ·视线跟踪具体算法的设计 | 第64-65页 |
| ·虹膜与眼角点相对位移 | 第65页 |
| ·被跟踪目标位置的确定 | 第65-66页 |
| ·具体实验参数 | 第66-70页 |
| ·系统实现功能 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 7 总结与展望 | 第72-76页 |
| ·工作总结 | 第72页 |
| ·展望 | 第72-76页 |
| 参考文献 | 第76-79页 |
| 攻读硕士期间发表的论文 | 第79-80页 |
| 致谢 | 第80-81页 |
