| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究背景及其意义 | 第7页 |
| ·国内外研究现状 | 第7-10页 |
| ·国外的研究状况 | 第8-9页 |
| ·国内的研究状况 | 第9-10页 |
| ·论文的内容安排 | 第10-13页 |
| 第二章 驾驶员脸部的检测 | 第13-23页 |
| ·人脸检测技术简介 | 第13-15页 |
| ·基于肤色的人脸检测 | 第15-23页 |
| ·颜色空间 | 第16-18页 |
| ·肤色模型的建立 | 第18-19页 |
| ·人脸的检测、分割与合并 | 第19-23页 |
| 第三章 驾驶员眼睛的定位 | 第23-35页 |
| ·眼睛检测算法简介 | 第23-25页 |
| ·基于支持向量机(SVM)的眼睛定位方法 | 第25-30页 |
| ·支持向量机(SVM)理论背景 | 第25-27页 |
| ·支持向量机方法介绍 | 第27-30页 |
| ·基于SVM的眼睛定位算法 | 第30-35页 |
| ·确定眼睛候选区域 | 第30-32页 |
| ·SVM眼睛对分类器 | 第32-33页 |
| ·眼睛检测结果与分析 | 第33-35页 |
| 第四章 驾驶员眼睛的跟踪 | 第35-51页 |
| ·卡尔曼滤波理论 | 第35-38页 |
| ·卡尔曼滤波算法的发展 | 第35-36页 |
| ·离散Kalman滤波基本算法与分析 | 第36-38页 |
| ·Mean Shift算法 | 第38-44页 |
| ·Mean Shift向量 | 第39页 |
| ·核函数概念 | 第39-42页 |
| ·Mean Shift算法与其收敛性分析 | 第42-44页 |
| ·基于Kalman滤波与Mean shift算法相结合的眼睛实时跟踪算法 | 第44-48页 |
| ·Kalman滤波预测建模 | 第45-46页 |
| ·Mean Shift跟踪算法 | 第46-48页 |
| ·实验结果 | 第48-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·对未来的展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 研究成果 | 第59页 |