本站原创摘要5-6
Abstract6-10
第一章 绪论10-19
1.1 课题探讨背景10
1.2 课题探讨内容及探讨作用10-13
1.3 课题探讨近况13-17
1.3.1 视线跟踪技术的探讨近况13-14
1.3.2 系统级设计语言 SystemC 及其建模策略的探讨近况14-15
1.3.3 FPGA 验证的探讨近况15-17
1.4 本论文的组织结构17-19
第二章 视线跟踪 SoC 的基本原理19-36
2.1 人眼定位 ADABOOST 算法19-22
2.1.1 基于积分图的 Haar-pke 特点值提取20-21
2.1.2 基于 cascade 级联的人眼区域搜索21-22
2.2 瞳孔中心定位算法22-26
2.2.1 模板匹配瞳孔粗定位算法23-26
2.2.2 基于图像不变矩的瞳孔精确定位算法26
2.3 普尔钦斑点中心定位算法26-28
2.4 SystemC 概述28-30
2.5 SystemC 的分层模型浅析30-34
2.6 本章小结34-36
第三章 视线跟踪 SoC 的 SystemC 建模36-62
3.1 基于 TLM 的视线跟踪 SoC 软硬件自动划分36-40
3.1.1 SystemC 事务级建模特点36-37
3.1.2 基于片上总线的视线跟踪 SOC架构37
3.1.3 TLM 仿真验证及结果浅析37-40
3.2 视线跟踪 SoC 的 SystemC RTL 模型框图设计40-41
3.3 SoC 硬件部分向 SystemC 的 RTL 模型细化41-58
3.3.1 人眼检测 Adaboost 模块41-52
3.3.2 瞳孔粗定位模板匹配模块52-58
3.4 软件部分——基于处理器 ISS(Instruction Set Simulator)的仿真验证58-61
3.5 本章小结61-62
第四章 视线跟踪 SoC 的 FPGA 原型验证62-78
4.1 Adaboost 算法 HDL 模型的 RTL 设计与验证62-69
4.1.1 积分图及平方积分图计算模块62-65
4.1.2 Cascade 级联 Haar 特点值计算模块——流水线结构65-69
4.2 模板匹配算法 HDL 模型的 RTL 设计与验证69-71
4.2.1 人眼窗口二值化模块69-70
4.2.2 瞳孔窗口匹配搜索模块——串并转换结构70-71
4.3 基于 FPGA 的视线跟踪 SoC 的软硬件协同设计验证71-76
4.3.1 SoPC 概述71-73
4.3.2 视线跟踪 SoPC 的集成73-74
4.3.3 验证结果浅析74-76
4.4 基于 SystemC 模型的系统级 SoC 设计策略的总结76-77
4.5 本章小结77-78
结论与展望78-80