摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第14-20页 |
1.1 研究的目的与意义 | 第14-15页 |
1.2 国内外研究现状和发展状况 | 第15-17页 |
1.2.1 疲劳驾驶检测方法研究现状 | 第15-16页 |
1.2.2 疲劳驾驶检测系统研究现状 | 第16-17页 |
1.3 论文内容总体安排 | 第17-20页 |
1.3.1 主要内容 | 第17-18页 |
1.3.2 章节安排 | 第18-20页 |
第二章 人脸关键点定位研究 | 第20-27页 |
2.1 基于级联形状回归框架的人脸特征点定位 | 第20-23页 |
2.1.1 级联形状回归模型的原理 | 第20-21页 |
2.1.2 基于级联形状回归模型的人脸特征点定位方法 | 第21-23页 |
2.2 基于深度模型的人脸特征点定位 | 第23-24页 |
2.3 基于改进自编码网络的人脸特征点定位 | 第24-26页 |
2.4 本章小结 | 第26-27页 |
第三章 人脸关键点状态判别 | 第27-39页 |
3.1 利用形态学做眼部和嘴部状态判断 | 第27-34页 |
3.1.1 人眼和嘴部图像阈值分割 | 第27-28页 |
3.1.2 人眼和嘴部图像边缘检测 | 第28-29页 |
3.1.3 人眼形态学滤波 | 第29-30页 |
3.1.4 最小二乘法进行人眼和嘴部轮廓的椭圆拟合 | 第30-32页 |
3.1.5 实验与分析 | 第32-34页 |
3.2 利用卷积神经网络做眼部状态判断 | 第34-38页 |
3.2.1 卷积神经网络 | 第34-35页 |
3.2.2 数据库 | 第35页 |
3.2.3 网络结构设计 | 第35-36页 |
3.2.4 实验与分析 | 第36-38页 |
3.3 本章小结 | 第38-39页 |
第四章 疲劳特征分析和识别 | 第39-44页 |
4.1 多方式疲劳判断 | 第39-40页 |
4.2 疲劳识别实验分析 | 第40-43页 |
4.3 本章小结 | 第43-44页 |
第五章 实时疲劳检测与预警系统设计 | 第44-73页 |
5.1 引言 | 第44页 |
5.2 系统总体设计 | 第44-48页 |
5.2.1 功能需求分析 | 第44-45页 |
5.2.2 性能需求分析 | 第45-46页 |
5.2.3 数据需求分析 | 第46页 |
5.2.4 系统设计目标 | 第46页 |
5.2.5 系统总体架构设计 | 第46-47页 |
5.2.6 系统开发环境 | 第47-48页 |
5.3 Android车载端的软件功能设计 | 第48-59页 |
5.3.1 人脸检测及拍照上传模块 | 第48-52页 |
5.3.2 GPS及其他传感器信息上传模块 | 第52-53页 |
5.3.3 时间天气信息显示获取模块 | 第53-55页 |
5.3.4 公告栏推送更新模块 | 第55页 |
5.3.5 视频语音通话模块 | 第55-58页 |
5.3.6 疲劳检测模块 | 第58-59页 |
5.4 服务器端软件功能设计 | 第59-64页 |
5.4.1 前台显示(地图定位显示) | 第59-61页 |
5.4.2 前台显示(异常信息和轨迹显示) | 第61-62页 |
5.4.3 后台管理和网络通信服务 | 第62-64页 |
5.5 数据库设计 | 第64-69页 |
5.5.1 数据库表的关联设计 | 第64-65页 |
5.5.2 数据库表的字段设计 | 第65-69页 |
5.6 系统业务流程设计 | 第69-72页 |
5.6.1 车载业务总流程设计 | 第69-70页 |
5.6.2 司机上车身份验证业务流程设计 | 第70-71页 |
5.6.3 休眠和疲劳时间计算业务流程设计 | 第71-72页 |
5.7 本章小结 | 第72-73页 |
第六章 实时疲劳检测与预警系统最终实现 | 第73-80页 |
6.1 Android端系统实现 | 第73-79页 |
6.2 服务器端的系统实现 | 第79-80页 |
6.2.1 后台管理网站实现 | 第79页 |
6.2.2 通信服务模块 | 第79-80页 |
6.3 本章小结 | 第80页 |
第七章 总结展望 | 第80-83页 |
7.1 总结 | 第80-82页 |
7.2 展望 | 第82-83页 |
参考文献 | 第83-86页 |
致谢 | 第86-87页 |
在学期间的研究成果及发表的学术论文 | 第87页 |