基于人脸图像分析的疲劳驾驶检测方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 图表清单 | 第8-10页 |
| 注释表 | 第10-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·存在的问题 | 第15-16页 |
| ·本文的研究内容 | 第16页 |
| ·本文的内容安排 | 第16-18页 |
| 第二章 人脸检测及人眼定位 | 第18-28页 |
| ·引言 | 第18-19页 |
| ·人脸检测方法概述 | 第19-20页 |
| ·AdaBoost 人脸检测 | 第20-23页 |
| ·积分图表示 | 第20-21页 |
| ·AdaBoost 学习 | 第21-22页 |
| ·级联分类器 | 第22-23页 |
| ·实验结果及分析 | 第23页 |
| ·人眼定位 | 第23-27页 |
| ·人眼定位方法概述 | 第24页 |
| ·图结构方法 | 第24-26页 |
| ·实验结果及分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于外观模型的人眼闭眼检测 | 第28-47页 |
| ·引言 | 第28页 |
| ·特征集介绍 | 第28-31页 |
| ·LBP 特征 | 第29-30页 |
| ·Gabor 特征 | 第30-31页 |
| ·HOG 特征 | 第31页 |
| ·分类器介绍 | 第31-34页 |
| ·最近邻方法 | 第31-32页 |
| ·支持向量机 | 第32-33页 |
| ·基于像素差的 Boosting 算法 | 第33-34页 |
| ·人眼对齐 | 第34-36页 |
| ·分布域及图片 congealing | 第34-35页 |
| ·算法实现及实验结果 | 第35-36页 |
| ·实验数据集介绍及设置 | 第36-39页 |
| ·浙大人眼数据集及设置 | 第36-37页 |
| ·网络收集数据集及设置 | 第37-39页 |
| ·实验结果与分析 | 第39-46页 |
| ·浙大人眼数据集的实验结果 | 第39-42页 |
| ·网络收集数据集的实验结果 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 鲁棒的多尺度人眼闭眼检测 | 第47-53页 |
| ·引言 | 第47页 |
| ·基于协方差矩阵的特征提取 | 第47-48页 |
| ·多尺度特征融合 | 第48-49页 |
| ·实验结果与分析 | 第49-52页 |
| ·鲁棒性实验结果与分析 | 第49-50页 |
| ·多尺度实验结果与分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于 PERCLOS 的疲劳驾驶检测系统 | 第53-57页 |
| ·引言 | 第53页 |
| ·PERCLOS 原理 | 第53-54页 |
| ·系统实现及结果分析 | 第54-56页 |
| ·系统实现流程 | 第54-55页 |
| ·实验结果分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·本文的研究总结 | 第57-58页 |
| ·进一步研究及展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65页 |
