基于驾驶员眼睛状态的疲劳驾驶检测算法
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| ·论文的研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·国内研究现状 | 第13-14页 |
| ·国外研究现状 | 第14-15页 |
| ·目前研究存在的问题以及改进 | 第15页 |
| ·论文的主要研究内容及章节安排 | 第15-18页 |
| 第二章 驾驶员人脸检测与定位 | 第18-36页 |
| ·引言 | 第18页 |
| ·人脸检测方法概述及比较 | 第18-21页 |
| ·基于先验规则的方法 | 第18-20页 |
| ·基于统计学习的方法 | 第20-21页 |
| ·基于肤色的人脸检测 | 第21-35页 |
| ·色彩空间的选取 | 第22-26页 |
| ·肤色模型的建立 | 第26-27页 |
| ·人脸检测定位算法 | 第27-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 驾驶员人脸跟踪 | 第36-62页 |
| ·引言 | 第36页 |
| ·卡尔曼滤波 | 第36-45页 |
| ·卡尔曼过滤的信号模型 | 第37-40页 |
| ·卡尔曼过滤的方法与公式 | 第40-45页 |
| ·均值漂移 | 第45-53页 |
| ·Mean Shift 算法的基本思想及扩展 | 第46-49页 |
| ·Mean Shift 的物理含义 | 第49-50页 |
| ·Mean Shift 的算法步骤以及收敛性 | 第50-53页 |
| ·结合卡尔曼滤波的Mean Shift 跟踪 | 第53-59页 |
| ·Mean Shift 跟踪原理 | 第53-56页 |
| ·卡尔曼滤波预测初始点 | 第56-58页 |
| ·特殊问题的处理 | 第58-59页 |
| ·跟踪算法步骤与实验结果 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第四章 驾驶员人眼检测与定位 | 第62-76页 |
| ·引言 | 第62页 |
| ·人眼的粗定位 | 第62-71页 |
| ·人脸图像的边缘检测 | 第62-69页 |
| ·人眼粗定位算法研究 | 第69-71页 |
| ·人眼的精确定位 | 第71-74页 |
| ·双向灰度积分实现人眼精确定位 | 第71-72页 |
| ·灰度积分与模板匹配结合法实现人眼精确定位 | 第72-73页 |
| ·实验结果及分析 | 第73-74页 |
| ·本章小结 | 第74-76页 |
| 第五章 利用PERCLOS 疲劳状态分析评测 | 第76-83页 |
| ·引言 | 第76页 |
| ·PERCLOS 算法原理 | 第76-77页 |
| ·疲劳状态判断 | 第77-80页 |
| ·实验结果 | 第80-82页 |
| ·本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| 参考文献 | 第85-90页 |
| 攻读硕士学位期间取得的研究成果 | 第90-91页 |
| 致谢 | 第91页 |
