基于机器学习的人脸面部疲劳表情识别
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 疲劳检测研究现状 | 第11-14页 |
| 1.2.1 自评量表法 | 第11-12页 |
| 1.2.2 生理参数测试法 | 第12页 |
| 1.2.3 生物化学测试法 | 第12-13页 |
| 1.2.4 心理学测试法 | 第13页 |
| 1.2.5 生理反应测试法 | 第13-14页 |
| 1.3 研究内容及技术路线 | 第14-17页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 各章节安排 | 第15-17页 |
| 第二章 面部特征点数据采集和融合 | 第17-28页 |
| 2.1 人脸检测算法概述 | 第17-20页 |
| 2.1.1 基于知识的检测方法 | 第17-18页 |
| 2.1.2 基于模板匹配的检测方法 | 第18页 |
| 2.1.3 基于统计学习的检测方法 | 第18-19页 |
| 2.1.4 基于特征点检测的方法 | 第19-20页 |
| 2.2 采集方案及数据融合 | 第20-23页 |
| 2.2.1 多设备监控方案 | 第20-22页 |
| 2.2.2 数据融合算法 | 第22-23页 |
| 2.3 实验过程和结果分析 | 第23-26页 |
| 2.3.1 面部特征点定义 | 第23-24页 |
| 2.3.2 特征数据库构建 | 第24-25页 |
| 2.3.3 数据采集 | 第25-26页 |
| 2.3.4 疲劳状态评价和实验结果 | 第26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 特征选取和特征补偿 | 第28-46页 |
| 3.1 眼部特征提取 | 第28-38页 |
| 3.1.1 PERCLOS参数 | 第28-30页 |
| 3.1.2 眼睛最长连续闭合时间MECD | 第30-32页 |
| 3.1.3 眨眼频率BF | 第32-33页 |
| 3.1.4 眼睛平均闭合度PERES | 第33-34页 |
| 3.1.5 眼睛平均面积AAE | 第34-36页 |
| 3.1.6 眼睛纵横比EAR | 第36-38页 |
| 3.2 嘴部特征提取 | 第38-40页 |
| 3.2.1 嘴部纵横比MAR | 第38-40页 |
| 3.3 特征补偿 | 第40-44页 |
| 3.3.1 基于欧拉角度的补偿方法 | 第41-42页 |
| 3.3.2 基于距离映射的补偿方法 | 第42-44页 |
| 3.4 实验过程和结果分析 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 疲劳检测模型构建 | 第46-59页 |
| 4.1 关键技术介绍 | 第46-51页 |
| 4.1.1 PCA数据降维 | 第46-48页 |
| 4.1.2 支持向量机SVM | 第48-50页 |
| 4.1.3 决策树 | 第50-51页 |
| 4.2 疲劳检测算法流程 | 第51-52页 |
| 4.3 实验数据集和评价指标 | 第52-53页 |
| 4.4 实验过程及结果分析 | 第53-58页 |
| 4.4.1 PCA降维及结果分析 | 第53-55页 |
| 4.4.2 核函数选择及结果分析 | 第55-56页 |
| 4.4.3 基于单核SVM的疲劳检测模型 | 第56-57页 |
| 4.4.4 基于DT和SVM的疲劳检测模型 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 疲劳检测系统架构设计 | 第59-66页 |
| 5.1 系统架构设计 | 第59-60页 |
| 5.2 数据存储模块 | 第60-62页 |
| 5.2.1 Elasticsearch | 第60-61页 |
| 5.2.2 Redis内存数据库 | 第61-62页 |
| 5.3 数据计算模块 | 第62-65页 |
| 5.3.1 图像预处理子模块 | 第62页 |
| 5.3.2 人脸检测子模块 | 第62-63页 |
| 5.3.3 特征计算子模块 | 第63-64页 |
| 5.3.4 模型训练和计算子模块 | 第64页 |
| 5.3.5 Redis子模块和Kafka子模块 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结和展望 | 第66-68页 |
| 6.1 本文的主要工作 | 第66-67页 |
| 6.2 本文的创新成果 | 第67页 |
| 6.3 对后续工作的研究和展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间取得的研究成果 | 第73页 |
