嵌入式驾驶员疲劳检测系统应用软件设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-17页 |
| 1.1 论文研究背景与意义 | 第10-11页 |
| 1.2 疲劳驾驶检测技术研究现状 | 第11-13页 |
| 1.3 嵌入式与 ARM 的发展现状 | 第13-15页 |
| 1.4 本文的主要研究工作 | 第15页 |
| 1.5 论文组织结构 | 第15-17页 |
| 2 嵌入式驾驶员疲劳检测系统 | 第17-21页 |
| 2.1 嵌入式硬件平台介绍 | 第17-19页 |
| 2.1.1 Tiny4412 开发板介绍 | 第17-18页 |
| 2.1.2 外设摄像头的选取 | 第18-19页 |
| 2.2 软件系统介绍 | 第19-20页 |
| 2.2.1 Qt 简介 | 第19页 |
| 2.2.2 OpenCV 简介 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 3 驾驶员疲劳状态特征点提取 | 第21-37页 |
| 3.1 人脸检测 | 第23-30页 |
| 3.1.1 Haar-Like 特征 | 第23-25页 |
| 3.1.2 积分图 | 第25-27页 |
| 3.1.3 Adaboost 算法 | 第27-30页 |
| 3.2 眼睛特征提取 | 第30-33页 |
| 3.2.1 眼睛定位预处理 | 第32页 |
| 3.2.2 人眼定位双层分类器构建 | 第32-33页 |
| 3.3 嘴部特征提取 | 第33-36页 |
| 3.3.1 研究现状 | 第33-35页 |
| 3.3.2 嘴部定位 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 驾驶员疲劳状态分析 | 第37-43页 |
| 4.1 PERCLOS 算法 | 第37-40页 |
| 4.2 打哈欠检测 | 第40-42页 |
| 4.3 本章小结 | 第42-43页 |
| 5 实现过程以及实验结果分析 | 第43-53页 |
| 5.1 开发环境的搭建 | 第43-44页 |
| 5.1.1 安装 Fedora | 第43-44页 |
| 5.1.2 交叉编译器的安装 | 第44页 |
| 5.1.3 安装 Qt4.8.5 | 第44页 |
| 5.2 Linux 系统和动态库的移植 | 第44-48页 |
| 5.2.1 Linux 系统的移植 | 第45-47页 |
| 5.2.2 动态库的移植 | 第47-48页 |
| 5.3 实验结果分析 | 第48-52页 |
| 5.3.1 实验结果 | 第48-52页 |
| 5.3.2 结果分析 | 第52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 个人简历 | 第57-58页 |
| 致谢 | 第58页 |
