| 致谢 | 第4-5页 |
| 序言 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第13-25页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 国内外研究情况 | 第14-16页 |
| 1.3 机器学习简介 | 第16-17页 |
| 1.4 人工神经网络的介绍 | 第17-20页 |
| 1.4.1 神经元模型 | 第17-18页 |
| 1.4.2 神经网络 | 第18-19页 |
| 1.4.3 卷积神经网络 | 第19-20页 |
| 1.5 视线追踪系统 | 第20-23页 |
| 1.5.1 技术现状及难点 | 第20-23页 |
| 1.6 论文章节安排 | 第23-25页 |
| 2 机器学习图像处理应用 | 第25-39页 |
| 2.1 细胞图像分类 | 第25-33页 |
| 2.1.1 系统方案 | 第25-27页 |
| 2.1.2 软件系统方案 | 第27-29页 |
| 2.1.3 计算机平台及工具 | 第29-30页 |
| 2.1.4 细胞分类实验 | 第30-33页 |
| 2.2 手部检测追踪系统 | 第33-37页 |
| 2.2.1 硬件系统方案 | 第33页 |
| 2.2.2 You Only Look Once框架 | 第33-34页 |
| 2.2.3 软件系统方案 | 第34页 |
| 2.2.4 计算机平台及工具 | 第34-35页 |
| 2.2.5 手部追踪实验 | 第35-37页 |
| 2.3 本章小结 | 第37-39页 |
| 3 视线追踪系统的设计 | 第39-65页 |
| 3.1 人眼结构特征以及眼动行为 | 第39-42页 |
| 3.1.1 人眼结构特征 | 第39-40页 |
| 3.1.2 眼动行为的特点 | 第40-42页 |
| 3.2 视线追踪系统结构介绍 | 第42-43页 |
| 3.3 硬件系统方案 | 第43-44页 |
| 3.4 软件系统方案 | 第44-59页 |
| 3.4.1 整体算法描述 | 第44页 |
| 3.4.2 基于局部约束模型算法的人脸监测 | 第44-49页 |
| 3.4.3 瞳孔定位 | 第49-51页 |
| 3.4.4 注视点定位 | 第51-58页 |
| 3.4.5 计算机平台及工具 | 第58-59页 |
| 3.5 视线追踪系统测试实验 | 第59-64页 |
| 3.5.1 坐标位置测试 | 第59-62页 |
| 3.5.2 模拟鼠标测试 | 第62-64页 |
| 3.6 本章小结 | 第64-65页 |
| 4 总结与展望 | 第65-67页 |
| 4.1 工作总结 | 第65-66页 |
| 4.2 不足及展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 作者简历 | 第71页 |