基于人眼特征疲劳驾驶检测系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 疲劳检测技术分类 | 第9-11页 |
| 1.2.1 基于机动车行为特征的检测 | 第9页 |
| 1.2.2 基于驾驶员生理特征的检测 | 第9-10页 |
| 1.2.3 基于驾驶员行为特征的检测 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12页 |
| 1.4 研究的主要内容及结构安排 | 第12-14页 |
| 1.4.1 研究的主要内容 | 第12-13页 |
| 1.4.2 论文结构安排 | 第13-14页 |
| 第2章 疲劳驾驶检测相关技术背景 | 第14-19页 |
| 2.1 人脸检测技术 | 第14-15页 |
| 2.2 人眼定位技术 | 第15-16页 |
| 2.3 人眼状态识别方法 | 第16-17页 |
| 2.4 常用的疲劳判定方法 | 第17-18页 |
| 2.5 本章总结 | 第18-19页 |
| 第3章 疲劳驾驶检测系统需求分析与概要设计 | 第19-23页 |
| 3.1 疲劳驾驶检测系统需求分析 | 第19-20页 |
| 3.1.1 功能需求 | 第19-20页 |
| 3.1.2 性能需求 | 第20页 |
| 3.2 疲劳驾驶检测系统概要设计 | 第20-22页 |
| 3.2.1 功能模块设计 | 第20-21页 |
| 3.2.2 疲劳检测流程设计 | 第21-22页 |
| 3.3 本章总结 | 第22-23页 |
| 第4章 疲劳驾驶检测系统详细设计与实现 | 第23-45页 |
| 4.1 视频采集 | 第23-24页 |
| 4.2 图像预处理 | 第24-27页 |
| 4.2.1 灰度化 | 第24-25页 |
| 4.2.2 求直方图 | 第25-26页 |
| 4.2.3 直方图均衡化 | 第26-27页 |
| 4.2.4 中值滤波 | 第27页 |
| 4.3 人脸检测 | 第27-35页 |
| 4.3.1 Haar-like特征 | 第27-29页 |
| 4.3.2 积分图像 | 第29-30页 |
| 4.3.3 Adaboost算法的原理 | 第30-32页 |
| 4.3.4 实验结果分析 | 第32-35页 |
| 4.4 人眼定位 | 第35-38页 |
| 4.4.1 基于灰度投影的人眼粗定位 | 第35-37页 |
| 4.4.2 基于分块复杂度的人眼精定位 | 第37-38页 |
| 4.5 人眼状态识别 | 第38-40页 |
| 4.5.1 均值投影 | 第39页 |
| 4.5.2 方差投影 | 第39-40页 |
| 4.6 疲劳判定 | 第40-43页 |
| 4.6.1 PERCLOS方法概述 | 第40-42页 |
| 4.6.2 驾驶员疲劳检测 | 第42-43页 |
| 4.7 疲劳报警 | 第43-44页 |
| 4.8 本章总结 | 第44-45页 |
| 第5章 系统测试与结果分析 | 第45-54页 |
| 5.1 系统实现环境 | 第45-46页 |
| 5.2 系统测试 | 第46-53页 |
| 5.2.1 系统测试界面 | 第46-48页 |
| 5.2.2 不同光线下测试 | 第48-49页 |
| 5.2.3 不同姿态下测试 | 第49-51页 |
| 5.2.4 戴眼镜与不戴眼镜下测试 | 第51-53页 |
| 5.3 本章总结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 6.1 研究工作总结 | 第54页 |
| 6.2 不足与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间的研究成果 | 第59-60页 |
| 致谢 | 第60页 |
