| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 视线跟踪方法综述 | 第8-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 视线跟踪算法难点 | 第12页 |
| 1.5 本文概述 | 第12-14页 |
| 1.5.1 主要研究内容 | 第12-13页 |
| 1.5.2 各章节安排 | 第13-14页 |
| 2 算法的总体研究方案 | 第14-24页 |
| 2.1 硬件配置 | 第14页 |
| 2.2 算法方案概述 | 第14-17页 |
| 2.2.1 算法原理 | 第14-15页 |
| 2.2.2 算法总体流程 | 第15-17页 |
| 2.3 关键算法概述 | 第17-22页 |
| 2.3.1 人眼检测与定位 | 第17-20页 |
| 2.3.2 注视点检测定位 | 第20-22页 |
| 2.4 本章小结 | 第22-24页 |
| 3 人眼检测定位 | 第24-50页 |
| 3.1 算法总体流程 | 第24-25页 |
| 3.2 图像预处理 | 第25-27页 |
| 3.2.1 中值滤波 | 第25页 |
| 3.2.2 高斯滤波 | 第25-27页 |
| 3.3 人脸检测定位算法 | 第27-36页 |
| 3.3.1 基于差分图像的人脸检测算法 | 第27-29页 |
| 3.3.2 基于 Adaboost 的人脸检测算法 | 第29-34页 |
| 3.3.3 仿真实验结果分析 | 第34-36页 |
| 3.4 人眼定位算法 | 第36-43页 |
| 3.4.1 三庭五眼 | 第36-37页 |
| 3.4.2 眉眼分离 | 第37-38页 |
| 3.4.3 内眼角提取 | 第38-43页 |
| 3.5 人眼跟踪 | 第43-47页 |
| 3.5.1 基于卡尔曼滤波器的预测算法 | 第43-45页 |
| 3.5.2 内眼角跟踪 | 第45-47页 |
| 3.6 睁闭眼状态检测 | 第47-48页 |
| 3.7 仿真实验结果分析 | 第48-49页 |
| 3.8 本章小结 | 第49-50页 |
| 4 注视点检测定位 | 第50-68页 |
| 4.1 算法总体流程 | 第50-51页 |
| 4.2 瞳孔中心提取 | 第51-57页 |
| 4.2.1 阈值分割 | 第51-54页 |
| 4.2.2 质心法 | 第54-55页 |
| 4.2.3 边缘提取 | 第55页 |
| 4.2.4 边缘拟合 | 第55-57页 |
| 4.3 光斑中心提取 | 第57-59页 |
| 4.3.1 高斯拟合法 | 第57-59页 |
| 4.3.2 质心法 | 第59页 |
| 4.4 校准算法 | 第59-62页 |
| 4.4.1 校准缘由 | 第59-60页 |
| 4.4.2 校准模型的选取 | 第60页 |
| 4.4.3 校准样点数的选取 | 第60-61页 |
| 4.4.4 校准模型的参数求解 | 第61-62页 |
| 4.5 仿真实验结果分析 | 第62-64页 |
| 4.6 实际系统测试 | 第64-66页 |
| 4.7 本章小结 | 第66-68页 |
| 5 总结与展望 | 第68-70页 |
| 5.1 本文工作及成果总结 | 第68-69页 |
| 5.2 论文存在的不足及未来的工作 | 第69-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 附录 | 第76页 |