| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·疲劳检测方法 | 第10-11页 |
| ·国外疲劳检测技术研究现状 | 第11-12页 |
| ·国内疲劳驾驶检测技术研究现状 | 第12-13页 |
| ·疲劳驾驶检测技术的发展趋势 | 第13页 |
| ·作者主要工作 | 第13-14页 |
| ·论文的内容总体安排 | 第14-15页 |
| 第二章 人脸检测 | 第15-29页 |
| ·人脸检测技术 | 第15-16页 |
| ·色彩空间的介绍 | 第16-19页 |
| ·RGB 色彩空间 | 第16-17页 |
| ·RGB 亮度归一化色彩空间 | 第17页 |
| ·HSV 色彩空间 | 第17-19页 |
| ·YCbCr 色彩空间 | 第19页 |
| ·色彩空间的选取 | 第19-20页 |
| ·光照补偿 | 第20-21页 |
| ·肤色分割 | 第21-22页 |
| ·类 haar 特征的 AdaBoost 人脸检测算法 | 第22-27页 |
| ·AdaBoost 算法 | 第22页 |
| ·类 haar 特征 | 第22-24页 |
| ·基于 AdaBoost 的人脸算法分析 | 第24-27页 |
| ·人脸检测结果及分析 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 人眼定位 | 第29-36页 |
| ·常用眼睛定位算法 | 第29页 |
| ·积分投影粗定位人眼 | 第29-30页 |
| ·区域生长精确定位眼球 | 第30-35页 |
| ·自适应阈值人眼分割 | 第30-32页 |
| ·区域生长法精确定位眼球 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 疲劳参数提取及疲劳状态判定 | 第36-47页 |
| ·眼睛状态分析 | 第36-37页 |
| ·疲劳参数的提取 | 第37-39页 |
| ·PECLOS 的提取 | 第37-38页 |
| ·Eye Closure Time 提取 | 第38页 |
| ·Eye Blink Frequency 提取 | 第38-39页 |
| ·基于 D-S 证据理论的决策模型 | 第39-43页 |
| ·D-S 证据理论 | 第39-40页 |
| ·基本概率赋值 | 第40-42页 |
| ·证据组合 | 第42-43页 |
| ·实验结果及分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-50页 |