基于计算机视觉的疲劳驾驶检测算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-20页 |
| ·课题的背景和研究意义 | 第12-14页 |
| ·疲劳驾驶研究现状综述 | 第14-17页 |
| ·基于生理学的方法 | 第15页 |
| ·基于行为的方法 | 第15-16页 |
| ·基于计算机视觉的方法 | 第16-17页 |
| ·疲劳驾驶研究中存在的问题 | 第17-18页 |
| ·本课题的来源 | 第18页 |
| ·本文的内容安排 | 第18-20页 |
| 第二章 基于肤色信息的驾驶员人脸检测 | 第20-33页 |
| ·引言 | 第20页 |
| ·人脸检测研究概述 | 第20-22页 |
| ·肤色聚类特性 | 第22页 |
| ·肤色模型的分类 | 第22-24页 |
| ·区域模型 | 第23页 |
| ·简单高斯模型 | 第23页 |
| ·混合高斯模型 | 第23-24页 |
| ·直方图模型 | 第24页 |
| ·彩色图像预处理 | 第24-25页 |
| ·驾驶员人脸检测 | 第25-33页 |
| ·颜色空间的选择 | 第25-26页 |
| ·YCgCr颜色空间 | 第26-27页 |
| ·肤色区域分割 | 第27-30页 |
| ·人脸区域检测 | 第30-31页 |
| ·实验结果 | 第31-33页 |
| 第三章 驾驶员脸部区域预测与跟踪 | 第33-43页 |
| ·引言 | 第33页 |
| ·Mean shift简介 | 第33-34页 |
| ·Mean shift算法 | 第34-37页 |
| ·初始帧的目标模型 | 第34-35页 |
| ·当前帧的模型 | 第35页 |
| ·相似性函数 | 第35页 |
| ·Mean shift向量 | 第35-37页 |
| ·Kalman滤波 | 第37-39页 |
| ·Kalman滤波方法简介 | 第37页 |
| ·Kalman滤波器建模 | 第37-39页 |
| ·尺度及角度变化的处理 | 第39页 |
| ·阻挡问题的处理 | 第39-40页 |
| ·本文跟踪算法步骤 | 第40-43页 |
| 第四章 驾驶员人眼检测 | 第43-56页 |
| ·引言 | 第43页 |
| ·人眼检测方法概述 | 第43-46页 |
| ·图像预处理 | 第46-47页 |
| ·人眼定位 | 第47-54页 |
| ·图像边缘提取 | 第47-49页 |
| ·区域标示算法 | 第49-50页 |
| ·基于规则集的人眼定位 | 第50-51页 |
| ·区域生长提取眼睛轮廓 | 第51-52页 |
| ·形态学运算处理 | 第52-54页 |
| ·人眼最终定位 | 第54页 |
| ·实验结果 | 第54-56页 |
| 第五章 驾驶员疲劳状态检测 | 第56-61页 |
| ·引言 | 第56页 |
| ·PERCLOS算法原理 | 第56-57页 |
| ·眼睛疲劳判断 | 第57-61页 |
| ·相关研究方法 | 第57-58页 |
| ·眼睛状态识别 | 第58-59页 |
| ·疲劳状态判定 | 第59-61页 |
| 第六章 总结与展望 | 第61-64页 |
| ·总结 | 第61页 |
| ·本文的创新 | 第61-62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的论文 | 第69页 |
