基于视频图像信息提取的疲劳驾驶检测技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-15页 |
| ·疲劳驾驶行为的研究意义 | 第7-8页 |
| ·疲劳驾驶检测技术的研究现状 | 第8-10页 |
| ·疲劳驾驶检测技术的研究难点 | 第8页 |
| ·疲劳驾驶检测方法的研究现状 | 第8-10页 |
| ·基于视觉的疲劳驾驶检测技术 | 第10-12页 |
| ·本文研究内容与结构安排 | 第12-15页 |
| ·本文主要研究内容 | 第12-13页 |
| ·论文结构安排 | 第13-15页 |
| 2 人脸检测 | 第15-29页 |
| ·引言 | 第15页 |
| ·人脸检测方法简述 | 第15-17页 |
| ·基于模板匹配的方法 | 第16页 |
| ·基于肤色信息的方法 | 第16-17页 |
| ·基于肤色检测的驾驶员人脸检测 | 第17-27页 |
| ·色彩空间的选取 | 第17-19页 |
| ·YCbCr空间的非线性变换 | 第19-21页 |
| ·肤色模型的建立 | 第21-22页 |
| ·肤色分割和人脸区域的确定 | 第22-27页 |
| ·本章小结 | 第27-29页 |
| 3 眼睛定位 | 第29-41页 |
| ·引言 | 第29页 |
| ·正面人脸中的眼睛定位方法 | 第29-32页 |
| ·基于混合投影函数的眼睛精确定位 | 第32-36页 |
| ·混合投影函数原理 | 第32-33页 |
| ·眼睛窗口的获取 | 第33-35页 |
| ·混合投影函数精确定位眼睛中心 | 第35-36页 |
| ·序列视频中的眼睛定位与跟踪 | 第36-39页 |
| ·Kalman滤波与Mean Shift算法原理 | 第37-38页 |
| ·眼睛跟踪的实现 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 4 眼睛特征提取与状态识别 | 第41-53页 |
| ·引言 | 第41页 |
| ·眼睛状态识别方法简述 | 第41-42页 |
| ·基于虹膜外接矩形特征的眼睑闭合度计算 | 第42-44页 |
| ·眼角定位 | 第44-49页 |
| ·角点检测 | 第45-47页 |
| ·眼角定位 | 第47-49页 |
| ·基于上眼睑高度的眼睛状态识别 | 第49-51页 |
| ·上眼睑轮廓拟合 | 第49-50页 |
| ·上眼睑高度的计算 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 5 基于PERCLOS的疲劳状态分析 | 第53-63页 |
| ·引言 | 第53页 |
| ·PERCLOS优越性 | 第53-54页 |
| ·疲劳参数提取 | 第54-57页 |
| ·PERCLOS测量原理 | 第54-55页 |
| ·PRECLOS与眨眼频率相结合的疲劳分析 | 第55-57页 |
| ·实验结果分析 | 第57-61页 |
| ·系统实现流程 | 第57-58页 |
| ·实验结果分析 | 第58-61页 |
| ·本章小结 | 第61-63页 |
| 6 总结与展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-70页 |
