眼动跟踪技术研究及其在驾驶环境中的实现

发布时间：2025-01-05 21:23

　　眼睛是人类获取信息和感知外部世界最重要的方式之一,它可以从外部世界获取大约83%的信息,眼睛的运动状态反映了人的视觉注意力,通过眼睛可以分析人的意图,了解人的行为。眼动跟踪技术是通过提取眼睛相关信息来捕捉人眼的运动状态,进而能够分析出人的注意力、意图等的一项技术,是推断人类注意力的重要线索。近几年,眼动跟踪技术快速发展,已经成为计算机视觉领域一个重要的研究课题。目前,汽车的数量越来越多,道路拥挤越来越严重,交通事故发生率越来越高,造成大量的人员伤亡和巨大的经济损失。有关资料显示,驾驶员在驾驶过程中注意力不集中的行为是导致交通事故发生的主要原因。而通过对眼动行为的跟踪,可以进行驾驶员注意力状态的分析,因此,在驾驶安全、驾驶辅助领域,驾驶员眼动跟踪技术成为近年来研究的一个热点,引起了国内外研究人员的广泛关注。一般来说,眼动跟踪技术的实现方法分为两类,一类是基于特征的方法,一类是基于外观的方法。相比于基于特征的方法,基于外观的方法在眼动跟踪之前不需要定标过程,眼动跟踪过程更加自然、灵活,近年来随着深度学习的发展,驾驶环境下基于外观的眼动跟踪研究吸引了越来越多研究者的关注。本论文以汽车驾驶为应用...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 基于特征的眼动跟踪技术
        1.2.2 基于外观的眼动跟踪技术
    1.3 本文主要研究内容与组织结构
        1.3.1 本文主要研究内容
        1.3.2 本文的组织结构
第二章 眼动跟踪技术相关理论
    2.1 眼睛的生理模型与运动特征
    2.2 头部的运动特征
    2.3 深度学习概述
    2.4 本章小结
第三章 基于深度学习的桌面式眼动跟踪技术研究
    3.1 数据集的采集与构建
        3.1.1 眼动数据集的采集
        3.1.2 眼动数据预处理
    3.2 基于Goog Le Net的眼动跟踪
        3.2.1 Goog Le Net网络结构
        3.2.2 参数的优化
    3.3 实验结果分析
    3.4 本章小结
第四章 驾驶环境中的眼动跟踪技术研究
    4.1 驾驶环境中眼动跟踪技术研究现状
    4.2 数据集的采集与构建
        4.2.1 驾驶环境中眼动视频的采集
        4.2.2 眼动数据预处理
    4.3 基于多通道卷积神经网络的驾驶环境中的眼动跟踪
        4.3.1 多通道卷积神经网络结构
        4.3.2 网络参数设置
    4.4 实验结果分析
    4.5 本章小结
第五章 系统设计与测试分析
    5.1 系统设计
        5.1.1 系统平台介绍
        5.1.2 系统整体架构设计
        5.1.3 系统功能及界面实现
    5.2 系统测试与分析
    5.3 本章小结
第六章 总结与展望
    6.1 论文总结
    6.2 下一步工作
参考文献
致谢
附录



本文编号：4023287