| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 课题研究的背景及意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 驾驶人面部目标检测 | 第13-15页 |
| 1.2.2 驾驶员疲劳状态识别技术 | 第15-16页 |
| 1.2.3 研究综述 | 第16-17页 |
| 1.3 论文的研究工作 | 第17-18页 |
| 1.4 论文组织安排 | 第18-21页 |
| 第二章 基于Adaboost人脸检测算法研究 | 第21-30页 |
| 引言 | 第21页 |
| 2.1 Adaboost算法相关知识概述 | 第21-23页 |
| 2.1.1 Haar特征 | 第21-22页 |
| 2.1.2 积分图 | 第22-23页 |
| 2.2 应用Adaboost算法选取优化的弱分类器 | 第23-25页 |
| 2.2.1 Adaboost算法 | 第23-24页 |
| 2.2.2 Adaboost分类器 | 第24-25页 |
| 2.2.2.1 弱分类器的构成 | 第24页 |
| 2.2.2.2 弱分类器的训练及提取 | 第24-25页 |
| 2.2.2.3 强分类器的建立 | 第25页 |
| 2.3 级联结构的分类器 | 第25-27页 |
| 2.3.1 概述 | 第25-26页 |
| 2.3.2 训练级联分类器 | 第26-27页 |
| 2.4 Haar分类器的训练 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 基于Camshift的人脸跟踪算法研究 | 第30-42页 |
| 引言 | 第30页 |
| 3.1 目标跟踪算法 | 第30-31页 |
| 3.2 Mean Shift算法介绍 | 第31-32页 |
| 3.3 基于Camshift算法人脸跟踪 | 第32-41页 |
| 3.3.1 Camshift算法原理 | 第32-35页 |
| 3.3.1.1 生成颜色概率分布图 | 第32-34页 |
| 3.3.1.2 Camshift算法 | 第34-35页 |
| 3.3.2 基于Camshift的改进跟踪算法 | 第35-39页 |
| 3.3.3 基于Camshift跟踪算法与基于Adaboost人脸检测算法的融合 | 第39-40页 |
| 3.3.4 改进的Camshift算法的实验效果 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于模板匹配的驾驶员眼睛定位算法研究 | 第42-55页 |
| 引言 | 第42页 |
| 4.1 常用的几种眼睛定位算法 | 第42-45页 |
| 4.2 驾驶员眼睛区域定位方法 | 第45-51页 |
| 4.2.1 驾驶员眼睛区域初略相定位 | 第45-46页 |
| 4.2.2 基于模板匹配的快速眼睛定位方法 | 第46-51页 |
| 4.2.2.1 模板匹配算法概述 | 第46-49页 |
| 4.2.2.2 建立动态人眼模板 | 第49页 |
| 4.2.2.3 模板匹配算法实验效果 | 第49-51页 |
| 4.3 基于HOG特征和支持向量机（SVM）的人眼验证环节 | 第51-54页 |
| 4.3.1 HOG特征描述子 | 第51-52页 |
| 4.3.2 SVM分类器的设计 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 基于PERCLOS的疲劳检测算法 | 第55-69页 |
| 引言 | 第55页 |
| 5.1 疲劳特征提取 | 第55-57页 |
| 5.1.1 瞳孔定位 | 第55-57页 |
| 5.1.2 瞳孔拟合 | 第57页 |
| 5.2 疲劳评价的相关指标 | 第57-62页 |
| 5.2.1 PERCLOS原理 | 第58-59页 |
| 5.2.2 基于FSM的眼睛状态检测 | 第59-62页 |
| 5.3 基于OpenCV的疲劳检测系统构建 | 第62-68页 |
| 5.3.1 OpenCV简介 | 第62-63页 |
| 5.3.2 系统界面及软硬件需求 | 第63-66页 |
| 5.3.3 系统测试与分析 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 夜间疲劳驾驶检测研究 | 第69-74页 |
| 引言 | 第69页 |
| 6.1 基于红外光源的图像获取 | 第69-70页 |
| 6.2 疲劳特征提取 | 第70-72页 |
| 6.2.1 基于Gabor的眼角检测 | 第70-72页 |
| 6.2.2 眼睛轮廓拟合 | 第72页 |
| 6.3 本章小结 | 第72-74页 |
| 第七章 总结和展望 | 第74-76页 |
| 7.1 总结 | 第74页 |
| 7.2 对未来工作展望 | 第74-76页 |
| 参考文献 | 第76-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附件 | 第85页 |
