基于模式识别的驾驶员疲劳状态检测系统研究

摘要	第1-5页
ABSTRACT	第5-8页
第1章 绪论	第8-13页
·课题研究背景及意义	第8-10页
·驾驶员疲劳状态检测系统研究现状	第10-11页
·本文研究内容	第11-13页
第2章 模式识别技术与疲劳状态检测系统结构	第13-27页
·模式识别技术	第13-21页
·贝叶斯决策论	第14-15页
·最近邻规则与距离度量	第15-17页
·SVM分类器	第17-19页
·特征向量匹配	第19-21页
·求解最小代价路径的Bellman最优化原理	第21页
·模式识别系统的构成	第21-23页
·驾驶员疲劳驾驶机理分析	第23-24页
·基于PERCLOS的驾驶员疲劳状态检测方法	第24-25页
·驾驶员疲劳状态检测系统结构	第25-26页
·本章小结	第26-27页
第3章 驾驶员图像预处理	第27-38页
·驾驶员脸部图像的去噪	第27-31页
·驾驶员脸部图像增强	第31-37页
·频域增强	第31-33页
·直方图均衡化	第33-34页
·边缘检测	第34-37页
·本章小结	第37-38页
第4章 驾驶员脸部识别与眼睛定位	第38-55页
·驾驶员脸部识别	第38-43页
·驾驶员脸部图像纹理特征提取	第38-40页
·驾驶员脸部识别	第40-43页
·驾驶员脸部图像追踪	第43-47页
·驾驶员眼睛定位识别	第47-54页
·本章小结	第54-55页
第5章 驾驶员疲劳状态检测系统置信度分析	第55-60页
·性能评价	第55-57页
·识别能力	第55-56页
·计算复杂度	第56-57页
·ROC曲线	第57-59页
·本章小结	第59-60页
结论	第60-61页
参考文献	第61-65页
致谢	第65页