基于三维视线跟踪的抬头显示系统研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 当前研究现状 | 第12-14页 |
| 1.2.1 HUD发展现状 | 第12-13页 |
| 1.2.2 眼控技术发展现状 | 第13-14页 |
| 1.3 论文组织结构 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 视频采集与图片处理 | 第15-27页 |
| 2.1 视频采集 | 第15-17页 |
| 2.1.1 软硬件平台 | 第15-17页 |
| 2.1.2 采集对象 | 第17页 |
| 2.2 图片处理 | 第17-25页 |
| 2.2.1 图片预处理 | 第17-18页 |
| 2.2.2 图片特征提取 | 第18-20页 |
| 2.2.3 瞳孔定位 | 第20-23页 |
| 2.2.4 摄像机的标定 | 第23-25页 |
| 2.3 本章小结 | 第25-27页 |
| 第3章 三维视线跟踪算法 | 第27-37页 |
| 3.1 斑点的标定 | 第27-32页 |
| 3.1.1 视线的重构 | 第27-29页 |
| 3.1.2 标定斑点 | 第29-32页 |
| 3.2 三维视线跟踪 | 第32-33页 |
| 3.3 实验及结果分析 | 第33-35页 |
| 3.3.1 斑点标定 | 第33-34页 |
| 3.3.2 视线估计实验 | 第34-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 动态眨眼识别方法 | 第37-47页 |
| 4.1 自适应去噪算法 | 第37-38页 |
| 4.2 动态识别方法 | 第38-41页 |
| 4.2.1 人眼初定位 | 第38-39页 |
| 4.2.2 标定 | 第39-40页 |
| 4.2.3 眨眼识别 | 第40-41页 |
| 4.3 实验设计与结果分析 | 第41-46页 |
| 4.3.1 自适应去噪算法 | 第41-43页 |
| 4.3.2 眨眼识别检测 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 三维HUD原型系统设计 | 第47-55页 |
| 5.1 系统设计 | 第47-51页 |
| 5.1.1 需求分析 | 第47页 |
| 5.1.2 环境介绍 | 第47页 |
| 5.1.3 设计思路 | 第47-49页 |
| 5.1.4 功能设计 | 第49-51页 |
| 5.2 系统开发与测试 | 第51-54页 |
| 5.2.1 系统整体设计及流程 | 第51-53页 |
| 5.2.2 实验结果 | 第53-54页 |
| 5.3 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 未来工作 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第62页 |
