| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 课题来源 | 第11页 |
| 1.2 研究背景与意义 | 第11-12页 |
| 1.2.1 研究背景 | 第11-12页 |
| 1.2.2 研究意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-16页 |
| 1.3.1 注意力检测 | 第12-14页 |
| 1.3.2 运动物体检测 | 第14-16页 |
| 1.4 本文主要工作 | 第16-18页 |
| 1.5 章节安排 | 第18-20页 |
| 第2章 驾驶人视觉注意力相关知识 | 第20-30页 |
| 2.1 人脸检测基础 | 第20-25页 |
| 2.1.1 人脸检测方法概述 | 第20-21页 |
| 2.1.2 基于AdaBoost算法的人脸检测方法 | 第21-25页 |
| 2.2 运动物体检测基础 | 第25-28页 |
| 2.2.1 光流法概述 | 第25-27页 |
| 2.2.2 Lucas-Kanade光流法 | 第27-28页 |
| 2.3 小结 | 第28-30页 |
| 第3章 驾驶人凝视方向估计方法 | 第30-40页 |
| 3.1 瞳孔检测算法 | 第30-35页 |
| 3.1.1 常用方法 | 第30页 |
| 3.1.2 基于图像梯度的瞳孔定位方法 | 第30-32页 |
| 3.1.3 瞳孔定位效果实验 | 第32-35页 |
| 3.2 凝视方向检测算法 | 第35-39页 |
| 3.2.1 凝视方向特征描述符 | 第35-36页 |
| 3.2.2 凝视方向SVM分类器 | 第36-37页 |
| 3.2.3 凝视方向检测效果 | 第37-39页 |
| 3.3 小结 | 第39-40页 |
| 第4章 驾驶人视线范围内的运动物体检测方法 | 第40-47页 |
| 4.1 动态背景补偿 | 第40-44页 |
| 4.1.1 特征点选取 | 第40-41页 |
| 4.1.2 特征点匹配 | 第41-42页 |
| 4.1.3 全局运动参数估计 | 第42-43页 |
| 4.1.4 全局运动补偿 | 第43-44页 |
| 4.2 运动物体检测 | 第44-45页 |
| 4.3 小结 | 第45-47页 |
| 第5章 视觉注意力程度判别原型系统设计与实现 | 第47-53页 |
| 5.1 视觉注意力检测系统模型 | 第47-48页 |
| 5.2 视觉注意力推理判别方法 | 第48-50页 |
| 5.3 实验平台 | 第50-51页 |
| 5.4 实验结果 | 第51-52页 |
| 5.5 小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录A 攻读学位期间所发表的学术论文 | 第59-60页 |
| 附录B 攻读硕士期间参与的项目列表 | 第60-61页 |
| 致谢 | 第61页 |