驾驶员疲劳检测算法研究与硬件系统设计
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 引言 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 本文主要工作及内容安排 | 第16-19页 |
| 第2章 夜视环境脸部特征的定位 | 第19-43页 |
| 2.1 人脸检测方法综述 | 第19-20页 |
| 2.2 脸部框选 | 第20-28页 |
| 2.2.1 夜视环境下人脸定位流程 | 第20-21页 |
| 2.2.2 读取图像 | 第21-22页 |
| 2.2.3 灰度图像边缘提取 | 第22-24页 |
| 2.2.4 脸部定位 | 第24-28页 |
| 2.3 人眼定位 | 第28-38页 |
| 2.3.1 中值滤波 | 第30-31页 |
| 2.3.2 水平积分投影 | 第31-32页 |
| 2.3.3 复杂度的计算 | 第32-33页 |
| 2.3.4 嘴部的最大宽度 | 第33页 |
| 2.3.5 倾斜补偿 | 第33-34页 |
| 2.3.6 眼睛的初定位 | 第34-36页 |
| 2.3.7 眼睛的精确定位 | 第36-37页 |
| 2.3.8 对眼睛图像二值化求眼球高度 | 第37-38页 |
| 2.3.9 判断眼睛睁闭状态 | 第38页 |
| 2.4 嘴部的定位 | 第38-42页 |
| 2.5 本章小结 | 第42-43页 |
| 第3章 基于多面部特征的疲劳检测 | 第43-55页 |
| 3.1 驾驶疲劳检测方法的发展 | 第43-45页 |
| 3.1.1 基于生理信号检测的方法 | 第43-44页 |
| 3.1.2 驾驶行为与车辆行为检测 | 第44页 |
| 3.1.3 物理反应检测 | 第44-45页 |
| 3.2 眼睛睁开程度判别方法 | 第45-50页 |
| 3.2.1 PERCLOS方法 | 第45-47页 |
| 3.2.2 基于PERCLOS方法的疲劳检测 | 第47-50页 |
| 3.3 基于眨眼频率的疲劳检测 | 第50-51页 |
| 3.4 基于哈欠频率的疲劳检测 | 第51-53页 |
| 3.4.1 嘴部准确定位 | 第51-52页 |
| 3.4.2 嘴部状态判断 | 第52-53页 |
| 3.5 综合判断 | 第53-54页 |
| 3.6 本章小结 | 第54-55页 |
| 第4章 基于DM642硬件系统的设计 | 第55-71页 |
| 4.1 驾驶员疲劳检测任务分析 | 第55-58页 |
| 4.1.1 系统的功能概述 | 第55页 |
| 4.1.2 处理器的选择 | 第55-57页 |
| 4.1.3 TMS320DM642的片上资源简介 | 第57-58页 |
| 4.2 系统总体构建 | 第58-59页 |
| 4.3 主电路的设计 | 第59-67页 |
| 4.3.1 存储器的设计 | 第59-62页 |
| 4.3.2 视频采集模块设计 | 第62-63页 |
| 4.3.3 视频输出电路设计 | 第63-64页 |
| 4.3.4 音频输入输出电路的设计 | 第64-65页 |
| 4.3.5 FPGA的设计 | 第65-67页 |
| 4.4 外围电路的设计 | 第67-69页 |
| 4.4.1 时钟电路设计 | 第67页 |
| 4.4.2 电源模块的设计 | 第67-68页 |
| 4.4.3 仿真接口的设计 | 第68-69页 |
| 4.5 PCB板设计 | 第69-70页 |
| 4.6 本章小结 | 第70-71页 |
| 第5章 总结与展望 | 第71-73页 |
| 5.1 论文总结 | 第71-72页 |
| 5.2 工作展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-83页 |
| 致谢 | 第83页 |
