| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-19页 |
| ·选题背景及研究意义 | 第11-12页 |
| ·疲劳驾驶检测技术的研究现状 | 第12-16页 |
| ·国外研究现状 | 第12-14页 |
| ·国内研究现状 | 第14-15页 |
| ·研究现状分析 | 第15-16页 |
| ·本文主要工作与结构安排 | 第16-19页 |
| ·本文主要工作 | 第16-17页 |
| ·论文结构安排 | 第17-19页 |
| 第二章 多视频疲劳监测系统实验设计 | 第19-26页 |
| ·基于视频的疲劳监测系统组成 | 第19-20页 |
| ·系统实验框架 | 第20-24页 |
| ·系统硬件设计 | 第21-22页 |
| ·系统软件设计及工作流程 | 第22-23页 |
| ·基于多视频的驾驶员视频采集 | 第23-24页 |
| ·多视频采集实验结果及分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 人脸的检测和定位 | 第26-43页 |
| ·人脸检测 | 第26-35页 |
| ·人脸检测方法概述 | 第26-30页 |
| ·基于AdaBoost 的驾驶员人脸检测 | 第30-35页 |
| ·监测过程中的鲁棒的人脸重定位方法 | 第35-40页 |
| ·肤色模型的建立 | 第35-37页 |
| ·肤色分割和人脸区域确定 | 第37页 |
| ·基于动态肤色模型的人脸检测 | 第37-40页 |
| ·改进的人脸检测算法实验结果及分析 | 第40-42页 |
| ·实时性检验 | 第40页 |
| ·准确性检验 | 第40-41页 |
| ·复杂背景 | 第41页 |
| ·人脸偏转 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 特征的定位和跟踪 | 第43-60页 |
| ·人眼定位 | 第43-46页 |
| ·人眼定位方法概述 | 第43-45页 |
| ·人眼定位方法分析 | 第45页 |
| ·基于AdaBoost 的人眼定位 | 第45-46页 |
| ·目标跟踪 | 第46-50页 |
| ·常用目标跟踪算法 | 第46-47页 |
| ·Mean shift 算法 | 第47-50页 |
| ·自适应尺度变化和遮挡的改进mean shift 跟踪算法 | 第50-57页 |
| ·自适应规则 | 第51页 |
| ·等腰三角形模型 | 第51-52页 |
| ·基于灰度投影的自适应核窗宽更新算法 | 第52-53页 |
| ·基于等腰三角形的自适应遮挡估计算法 | 第53-56页 |
| ·改进的mean shift 算法流程 | 第56-57页 |
| ·跟踪算法实验结果及分析 | 第57-59页 |
| ·核窗宽更新算法实验 | 第57页 |
| ·遮挡估计算法实验 | 第57-58页 |
| ·自适应的改进mena shift 算法实验 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 驾驶员疲劳状态分析 | 第60-67页 |
| ·驾驶员疲劳评价标准 | 第60-62页 |
| ·基于PERCLOS 的疲劳检测 | 第60-61页 |
| ·基于嘴巴状态的疲劳检测 | 第61-62页 |
| ·疲劳特征参数提取 | 第62-63页 |
| ·眼睛参数提取 | 第62页 |
| ·嘴巴参数提取 | 第62-63页 |
| ·实验结果及分析 | 第63-66页 |
| ·系统实时性分析 | 第64-65页 |
| ·监测效果分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结和展望 | 第67-69页 |
| ·工作总结 | 第67-68页 |
| ·研究展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 作者在学期间取得的学术成果 | 第76页 |