| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文工作 | 第14-17页 |
| 1.3.1 本文主要工作 | 第15页 |
| 1.3.2 本文内容 | 第15-17页 |
| 第二章 疲劳驾驶检测算法相关理论及原理 | 第17-36页 |
| 2.1 红外光谱与红外图像的特点 | 第17-20页 |
| 2.1.1 红外光谱简介 | 第17-18页 |
| 2.1.2 红外图像的特点 | 第18-20页 |
| 2.2 积分图与 Haar-Like 特征 | 第20-25页 |
| 2.2.1 积分图的概述 | 第20-21页 |
| 2.2.2 Haar-Like 特征的定义 | 第21-22页 |
| 2.2.3 Haar-Like 特征数目 | 第22-23页 |
| 2.2.4 Haar-Like 特征值的计算 | 第23-25页 |
| 2.3 AGPSO 算法 | 第25-27页 |
| 2.3.1 PSO 算法概述 | 第25页 |
| 2.3.2 AGPSO 算法概述 | 第25-27页 |
| 2.4 AdaBoost 人脸检测方法原理 | 第27-30页 |
| 2.4.1 弱分类器的训练 | 第27-28页 |
| 2.4.2 强分类器的训练 | 第28-29页 |
| 2.4.3 级联强分类器的训练 | 第29-30页 |
| 2.5 Mean-Shift 算法 | 第30-34页 |
| 2.5.1 Mean-Shift 的理论基础 | 第31-32页 |
| 2.5.2 多维空间的非参数密度估计 | 第32页 |
| 2.5.3 Mean-Shift 向量 | 第32-34页 |
| 2.6 PERCLOS 标准及原理 | 第34-35页 |
| 2.7 本章小结 | 第35-36页 |
| 第三章 基于 AGPSO-AdaBoost 算法的人脸检测系统 | 第36-48页 |
| 3.1 图像预处理 | 第36-38页 |
| 3.1.1 去噪处理 | 第36-37页 |
| 3.1.2 图像增强处理 | 第37-38页 |
| 3.1.3 尺度归一化 | 第38页 |
| 3.2 AdaBoost 人脸检测算法相关问题研究及改进 | 第38-43页 |
| 3.2.1 AdaBoost 算法训练耗时分析 | 第38-39页 |
| 3.2.2 Haar 特征的选取 | 第39-40页 |
| 3.2.3 AGPSO 优化待提升弱分类器系数构建强分类器 | 第40-43页 |
| 3.3 基于 AGPSO-AdaBoost 人脸检测算法的构成与实现 | 第43-47页 |
| 3.3.1 人脸检测 | 第44-45页 |
| 3.3.2 检测结果后续处理 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 人脸跟踪定位算法的设计与实现 | 第48-55页 |
| 4.1 Mean-Shift 算法跟踪的缺点及改进 | 第48-49页 |
| 4.1.1 改进直方图特征描述 | 第48-49页 |
| 4.1.2 加快收敛速度 | 第49页 |
| 4.1.3 遮挡问题（模板更新）的改进 | 第49页 |
| 4.2 目标模型与候选模型 | 第49-50页 |
| 4.3 相似性度量 | 第50-51页 |
| 4.4 基于改进的 Mean-Shift 算法的人脸跟踪 | 第51-52页 |
| 4.5 实验结果与分析 | 第52-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第五章 红外条件下的人眼定位及疲劳驾驶检测 | 第55-66页 |
| 5.1 引言 | 第55-56页 |
| 5.2 红外条件下的人眼检测 | 第56-62页 |
| 5.2.1 基于梯度复杂度的人眼区域提取 | 第57-58页 |
| 5.2.2 图像 Gabor 滤波及二值化增强 | 第58-59页 |
| 5.2.3 灰度积分投影增强 | 第59-60页 |
| 5.2.4 连通域增强 | 第60页 |
| 5.2.5 人眼定位实验结果与分析 | 第60-62页 |
| 5.3 瞳孔的提取 | 第62-63页 |
| 5.4 疲劳驾驶检测 | 第63-65页 |
| 5.4.1 疲劳驾驶状态判别 | 第63-64页 |
| 5.4.2 疲劳驾驶检测结果与分析 | 第64-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 本文工作总结 | 第66-67页 |
| 6.2 不足与展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 发表论文与参加科研情况说明 | 第72-73页 |
| 致谢 | 第73页 |
