| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 自然光下的视线跟踪算法研究现状 | 第10-13页 |
| 1.3 自然光下基于单目摄像头的视线跟踪算法技术难点 | 第13页 |
| 1.4 研究内容和关键技术 | 第13-14页 |
| 1.5 组织结构 | 第14-15页 |
| 第二章 自然光下的视线跟踪系统概述 | 第15-24页 |
| 2.1 系统框架概述 | 第15页 |
| 2.2 自然光下眼动特征信息提取算法概述 | 第15-20页 |
| 2.2.1 人脸检测与眼睛定位算法 | 第15-18页 |
| 2.2.2 自然光下眼睛角点定位算法概述 | 第18-19页 |
| 2.2.3 自然光下虹膜特征定位算法概述 | 第19-20页 |
| 2.3 自然光下的注视点映射模型算法概述 | 第20-23页 |
| 2.3.1 二维映射模型 | 第21-22页 |
| 2.3.2 三维映射模型 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 自然光下关键眼动特征提取算法研究 | 第24-41页 |
| 3.1 本文眼动特征提取概述 | 第24-26页 |
| 3.1.1 自然光下眼动特征选取 | 第24-25页 |
| 3.1.2 本文眼动特征提取算法流程 | 第25-26页 |
| 3.2 自然光下眼动特征信息提取算法 | 第26-39页 |
| 3.2.1 基于局部二进制特征形状回归的人脸特征点初定位 | 第26-27页 |
| 3.2.2 眼睛角点及嘴角点定位 | 第27-35页 |
| 3.2.3 虹膜特征提取 | 第35-39页 |
| 3.3 本章小结 | 第39-41页 |
| 第四章 自然光下基于投影映射校正与视线落点补偿的注视点映射模型 | 第41-54页 |
| 4.1 本文自然光下的注视点映射模型概述 | 第41-42页 |
| 4.2 基于投影映射校正的注视点映射模型 | 第42-48页 |
| 4.2.1 基于双眼数据的眼动向量构造 | 第42-43页 |
| 4.2.2 基于投影映射的眼动向量校正 | 第43-47页 |
| 4.2.3 基于多项式方程的注视点映射模型 | 第47-48页 |
| 4.3 基于SVR的视线落点补偿 | 第48-53页 |
| 4.3.1 眼动向量校正误差分析 | 第48-51页 |
| 4.3.2 基于SVR的视线落点补偿 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 实验与分析 | 第54-67页 |
| 5.1 系统硬件配置及开发环境搭建 | 第54-55页 |
| 5.2 实验结果分析 | 第55-65页 |
| 5.2.1 眼动特征提取结果分析 | 第55-59页 |
| 5.2.2 注视点映射模型结果分析 | 第59-65页 |
| 5.3 本章小结 | 第65-67页 |
| 结论与展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
