首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

眼睛检测与视线跟踪

摘要第1-5页
Abstract第5-8页
1 绪论第8-19页
   ·眼睛检测与视线跟踪的背景及意义第8-10页
     ·眼睛检测的应用背景第8-9页
     ·视线跟踪的意义以及面临的挑战第9-10页
   ·眼睛检测与视线跟踪算法研究第10-17页
     ·眼睛检测方法第10-13页
     ·视线跟踪技术的研究第13-17页
   ·本文的主要研究工作及创新点第17-19页
2 基于积分图像与Adaboost的检测算法介绍第19-28页
   ·矩形特征和积分图像第20-23页
     ·矩形特征第20-21页
     ·积分图像第21-22页
     ·扩展的矩形特征第22-23页
   ·Adaboost层叠分类器算法第23-28页
     ·Adaboost算法简介第23-25页
     ·Adaboost层叠分类器第25-28页
3 眼睛检测算法的实现与应用第28-39页
   ·矩形特征眼睛检测第28-32页
     ·眼睛的矩形特征第28-30页
     ·矩形特征眼睛检测实验及结果第30-32页
   ·检测结果的几何校正第32-35页
     ·矩形特征眼睛检测问题分析第32-33页
     ·眼睛的几何关系第33-34页
     ·加入几何特征后的检测结果第34-35页
   ·眨眼检测第35-39页
4 双目视觉技术第39-49页
   ·常见的双目视觉摄像机标定算法第40-43页
     ·摄影测量学的传统设备标定法第41页
     ·直接线性变换法(DLT)第41页
     ·透视变换矩阵法第41-42页
     ·两步法第42页
     ·其它的标定方法第42-43页
   ·用于眼睛空间坐标计算的双目视觉算法第43-47页
     ·双目视觉算法描述第43-46页
     ·双目视觉算法的实验结果第46-47页
   ·眼睛空间坐标的计算第47-49页
5 视线跟踪算法第49-67页
   ·经典的基于红外照射眼睛的视线跟踪算法第49-56页
     ·红外眼睛的特点第49-50页
     ·经典瞳孔中心反射点向量算法第50-53页
     ·改进的瞳孔中心反射点向量跟踪算法第53-56页
   ·基于眼睛空间坐标与红外眼睛LBP特征的视线跟踪算法第56-67页
     ·LBP算法简介第56-59页
     ·红外眼睛LBP特征的计算第59-60页
     ·支持向量回归(SVR)第60-61页
     ·视线跟踪的实现第61-64页
     ·改进视线跟踪实验结果及与经典算法的比较第64-67页
结论第67-68页
参考文献第68-71页
攻读硕士学位期间发表学术论文情况第71-72页
致谢第72-74页

论文共74页,点击 下载论文
上一篇:山东泰山金属有限公司竞争战略研究
下一篇:基于事件的面向对象时空数据模型研究与应用