眼睛是人類獲取信息和感知外部世界最重要的方式之一,它可以從外部世界獲取大約83%的信息,眼睛的運(yùn)動狀態(tài)反映了人的視覺注意力,通過眼睛可以分析人的意圖,了解人的行為。眼動跟蹤技術(shù)是通過提取眼睛相關(guān)信息來捕捉人眼的運(yùn)動狀態(tài),進(jìn)而能夠分析出人的注意力、意圖等的一項(xiàng)技術(shù),是推斷人類注意力的重要線索。近幾年,眼動跟蹤技術(shù)快速發(fā)展,已經(jīng)成為計(jì)算機(jī)視覺領(lǐng)域一個(gè)重要的研究課題。目前,汽車的數(shù)量越來越多,道路擁擠越來越嚴(yán)重,交通事故發(fā)生率越來越高,造成大量的人員傷亡和巨大的經(jīng)濟(jì)損失。有關(guān)資料顯示,駕駛員在駕駛過程中注意力不集中的行為是導(dǎo)致交通事故發(fā)生的主要原因。而通過對眼動行為的跟蹤,可以進(jìn)行駕駛員注意力狀態(tài)的分析,因此,在駕駛安全、駕駛輔助領(lǐng)域,駕駛員眼動跟蹤技術(shù)成為近年來研究的一個(gè)熱點(diǎn),引起了國內(nèi)外研究人員的廣泛關(guān)注。一般來說,眼動跟蹤技術(shù)的實(shí)現(xiàn)方法分為兩類,一類是基于特征的方法,一類是基于外觀的方法。相比于基于特征的方法,基于外觀的方法在眼動跟蹤之前不需要定標(biāo)過程,眼動跟蹤過程更加自然、靈活,近年來隨著深度學(xué)習(xí)的發(fā)展,駕駛環(huán)境下基于外觀的眼動跟蹤研究吸引了越來越多研究者的關(guān)注。本論文以汽車駕駛為應(yīng)用...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 基于特征的眼動跟蹤技術(shù)
        1.2.2 基于外觀的眼動跟蹤技術(shù)
    1.3 本文主要研究內(nèi)容與組織結(jié)構(gòu)
        1.3.1 本文主要研究內(nèi)容
        1.3.2 本文的組織結(jié)構(gòu)
第二章 眼動跟蹤技術(shù)相關(guān)理論
    2.1 眼睛的生理模型與運(yùn)動特征
    2.2 頭部的運(yùn)動特征
    2.3 深度學(xué)習(xí)概述
    2.4 本章小結(jié)
第三章 基于深度學(xué)習(xí)的桌面式眼動跟蹤技術(shù)研究
    3.1 數(shù)據(jù)集的采集與構(gòu)建
        3.1.1 眼動數(shù)據(jù)集的采集
        3.1.2 眼動數(shù)據(jù)預(yù)處理
    3.2 基于Goog Le Net的眼動跟蹤
        3.2.1 Goog Le Net網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.2 參數(shù)的優(yōu)化
    3.3 實(shí)驗(yàn)結(jié)果分析
    3.4 本章小結(jié)
第四章 駕駛環(huán)境中的眼動跟蹤技術(shù)研究
    4.1 駕駛環(huán)境中眼動跟蹤技術(shù)研究現(xiàn)狀
    4.2 數(shù)據(jù)集的采集與構(gòu)建
        4.2.1 駕駛環(huán)境中眼動視頻的采集
        4.2.2 眼動數(shù)據(jù)預(yù)處理
    4.3 基于多通道卷積神經(jīng)網(wǎng)絡(luò)的駕駛環(huán)境中的眼動跟蹤
        4.3.1 多通道卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
        4.3.2 網(wǎng)絡(luò)參數(shù)設(shè)置
    4.4 實(shí)驗(yàn)結(jié)果分析
    4.5 本章小結(jié)
第五章 系統(tǒng)設(shè)計(jì)與測試分析
    5.1 系統(tǒng)設(shè)計(jì)
        5.1.1 系統(tǒng)平臺介紹
        5.1.2 系統(tǒng)整體架構(gòu)設(shè)計(jì)
        5.1.3 系統(tǒng)功能及界面實(shí)現(xiàn)
    5.2 系統(tǒng)測試與分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 下一步工作
參考文獻(xiàn)
致謝
附錄



本文編號：4023287