我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:九乐棋牌游戏下载 > 光学跟踪 >

视线追踪技术及其在驾驶员与乘客监测系统中的应用研究

归档日期:07-25       文本归类:光学跟踪      文章编辑:爱尚语录

  视线追踪技术及其在驾驶员与乘客监测系统中的应用研究_电子/电路_工程科技_专业资料。视线追踪技术是采用机械、电子、光学和计算机等技术手段获取人的视觉注意方向的技术。广泛应用于人机交互、车辆辅助驾驶、军事、人因分析、疾病诊断等各个领域。视线追踪系统可以粗略地分为侵入式和非侵入式,又称穿戴式和遥测式。随着计算机技术、模式识别等相关技术领域的发展。利用数

  东北大学博士学位论文 目录 目 录 独创性声明………………………………………………………………….……………I 摘要…………………………………………………………………………………….Ⅱ Abs缸Iact………一……………………………………………………………………………………………………IV 第l章绪论………………………………………………………………………….1 1.1课题技术背景………………………………………………………………………..1 1.2视线追踪技术的应用………………………………………………………………..1 1.2.1视线追踪技术在人机交互中的应用………………………………………….1 1.2.2视线追踪技术在车辆辅助驾驶中的应用……………………………………..3 1.2.3视线追踪技术在人因分析中的应用………………….………………………3 1.3基于数字视频分析(VOG)的视线追踪方法……………………………………..3 1.3.1基于数字视频分析的视线追踪技术组成……………………………………3 1.3.2数字视频分析的视线追踪系统分类…………………………………………5 1.4视线追踪技术回顾…………………………………………………………………一7 1.4.1直接观察法……………………………………………………………………一8 1.4.2机械记录法…………………………………………………………………….8‘ 蠢臻、 1.4.3电流记录法和电磁感应法…………………………………………………….9 1.4.4光学记录法……………………………………………………………………9 1.5当前国内外研究进展………………………………………………………………10 1.5.1国外研究进展………………………………………………………………..10 1.5.2国内相关工作…………………………………………………………………11 1.6视线追踪技术的热点和难点……………………………………………………….15 1.7本文主要研究工作…………………………………………………………………16 第2章人脸及人眼定位……………………………………………………………19 2.1人脸定位方法简介………………………………………………………………….19 2.2 Adaboost介绍……………………………………………………………………….20 2.2.1积分图像和Haar特征………………………………………………………20 2.2.2 Adaboost算法…………………………………………………………………22 2.2.3级联强分类器…………………………………………………………………23 一VI— 万方数据 东北大学博士学位论文 目录 2.3肤色模型……………………………………………………………………………24 3.3.1常用彩色空间………………………………………………………………一24 2.3.2肤色模型的选择………………………………………………………………25 2.4人脸和人眼定位……………….……………………………………………………26 2.4.1基于肤色模型和Adaboost方法的人脸定位……………………………….27 2.4.2人眼定位………………………………………………………………………29 2.5人眼特征检测及视线参数检测……………………………………………………32 2.5.1人眼特征检测………………………………………………………………..32 2.5.2实验结果与分析……………………………………………………………..34 2.6本章小结……………………………………………………………………………38 第3章基于ELM的视线参数到视线落点映射模型…………………………39 3.1神经网络基础………………………………………………………………………39 3.1.1人工神经元的基本模型……………………………………………………..40 3.1.2神经网络的拓扑结构……。…………………………………………………42 3.1.3神经网络的信息流向类型…………………………………………………一43 3.1.4神经网络的学习……………………………………………………………..43 3.2极限学习机(ELM)的基本原理…………………………………………………44 3.3极限学习机(ELM)应用的简要综述……………………………………………46 3。4基于极限学习机的视线落点估计方法……………………………………………47 3.4.1视线映射模型………………………………………………………………..47 3.4.2基于极限学习机的视线落点映射模型……………………………………一48 3.5实验结果及分析……………………………………………………………………49 3.5.1采用多项式映射模型和ELM视线落点估计的对比实验结果……………50 3.5.2从视线落点分布的不同角度训练视线落点实验结果………………………51 3.5.3采用不同神经元训练的实验结果……………………………………………53 3.5.4增加ELM的分类数量的实验结果…………………………………………53 3.5.5分别从不同角度训练样本集的实验结果……………………………………54 3.6本章小结……………………………………………………………………………55 第4章头动状态下的视线落点补偿方法…………………………………………..56 4.1坐标转换……………………………………………………………………………56 4.1.1平移变换………………………………………………………………………57 一VII— 万方数据 东北大学博士学位论文 目录 4.1.2旋转变换………………………………………………………………………57 4.2小孔成像模型…………………………………………………

本文链接:http://asfarabat.com/guangxuegenzong/193.html