| 摘要 | 第1-7页 |
| Abstract | 第7-22页 |
| 第1章 绪论 | 第22-44页 |
| ·注视方向估计的研究背景和意义 | 第22-24页 |
| ·注视方向估计问题描述 | 第24-27页 |
| ·几何模型问题 | 第25-26页 |
| ·数据库的建立和基准算法的提出 | 第26页 |
| ·特征提取问题 | 第26页 |
| ·头部姿态对视线跟踪的影响 | 第26-27页 |
| ·对干扰信号的鲁棒性 | 第27页 |
| ·算法问题 | 第27页 |
| ·注视方向估计研究综述 | 第27-39页 |
| ·基于模型特征的方法 | 第29-36页 |
| ·基于表观特征的方法 | 第36-39页 |
| ·注视方向估计的国内研究现状 | 第39页 |
| ·注视方向估计领域的技术发展趋势 | 第39-40页 |
| ·本文工作的主要路线 | 第40-41页 |
| ·本文的主要贡献 | 第41-43页 |
| ·本文的组织结构及各章节间的相互关系 | 第43-44页 |
| 第2章 数据采集方法 | 第44-57页 |
| ·前人工作简介 | 第44-47页 |
| ·数据采集模型 | 第47-50页 |
| ·数据采集算法 | 第50-52页 |
| ·数据采集误差校准实验 | 第52-55页 |
| ·实验结果 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第3章 方向二值模式的特征提取和估计方法 | 第57-76页 |
| ·局部二值模式(LBP) | 第57-58页 |
| ·DBP特征提取算法 | 第58-61页 |
| ·高阶方向二值模式 | 第61-64页 |
| ·二阶方向二值模式 | 第61-62页 |
| ·nth阶方向二值模式 | 第62-64页 |
| ·基于Gabor幅值的方向二值模式拓展算子GDBP | 第64-71页 |
| ·Gabor算子简述 | 第64-67页 |
| ·基于Gabor幅值信息的方向二值模式GDBP | 第67-71页 |
| ·GDBP对光照鲁棒性实验验证 | 第71-73页 |
| ·基于GDBP的注视方向估计 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 第4章 基于混合特征的注视方向估计 | 第76-87页 |
| ·模型特征 | 第77-81页 |
| ·ASM算法 | 第77-79页 |
| ·EASM算法 | 第79-80页 |
| ·提取模型特征 | 第80-81页 |
| ·表观特征(GDBP) | 第81-82页 |
| ·注视方向估计离线测试结果 | 第82-84页 |
| ·对不同光照环境离线测试结果 | 第84-85页 |
| ·实时实验测试结果 | 第85-86页 |
| ·本章小结 | 第86-87页 |
| 第5章 头部自由动作的注视方向估计方法 | 第87-103页 |
| ·引言 | 第88-91页 |
| ·基于强迫式的视线跟踪 | 第88-89页 |
| ·基于非强迫式的视线跟踪 | 第89-91页 |
| ·基于姿态分离的注视方向估计算法 | 第91-96页 |
| ·基于GaFour特征的姿态估计 | 第93-95页 |
| ·基于混合特征的注视方向估计 | 第95-96页 |
| ·基于SPGE的算法 | 第96-102页 |
| ·头部姿态建模 | 第97-98页 |
| ·基于SVR特征融合算法 | 第98-100页 |
| ·实验结果 | 第100-101页 |
| ·实验结果分析 | 第101-102页 |
| ·本章小结 | 第102-103页 |
| 第6章 基于注视方向估计的原型系统 | 第103-111页 |
| ·半自动初始标定系统 | 第103-105页 |
| ·注视估计系统的组成 | 第105-108页 |
| ·人脸检测 | 第106页 |
| ·人眼定位 | 第106-107页 |
| ·图像归一化 | 第107-108页 |
| ·特征提取 | 第108页 |
| ·阅读辅助系统 | 第108-109页 |
| ·图像注视度测试 | 第109-110页 |
| ·本章小结 | 第110-111页 |
| 结论 | 第111-113页 |
| 参考文献 | 第113-126页 |
| 攻读学位期间发表的学术论文 | 第126-128页 |
| 致谢 | 第128-129页 |
| 个人简历 | 第129页 |