基于信息融合的驾驶员疲劳检测研究

摘要	第1-7页
Abstract	第7-11页
第1章 绪论	第11-17页
·选题的背景和意义	第11-12页
·疲劳检测的研究现状	第12-15页
·研究的主要内容和结构安排	第15-17页
·论文研究内容	第15-16页
·论文结构安排	第16-17页
第2章 疲劳检测中的信息融合	第17-23页
·信息融合技术简介	第17-19页
·疲劳检测的融合思想	第19-22页
·疲劳特征融合	第19-21页
·疲劳识别中的决策融合	第21-22页
·小结	第22-23页
第3章 驾驶员疲劳信息提取	第23-34页
·人脸检测	第23-26页
·眼部信息提取	第26-31页
·人眼定位	第26-29页
·眼部特征指标提取	第29-31页
·嘴部信息提取	第31-33页
·嘴部定位	第31-32页
·哈欠频率提取	第32-33页
·小结	第33-34页
第4章 疲劳检测的融合模型	第34-55页
·疲劳参数的选取	第34页
·基于加权平均的特征层融合	第34-37页
·基于模糊神经网络的决策模型	第37-44页
·模糊神经网络的设计	第37-42页
·模糊神经网络的训练	第42-44页
·基于D-S证据理论的决策模型	第44-50页
·D-S证据理论	第45页
·基本概率赋值	第45-48页
·证据组合	第48-49页
·决策规则	第49-50页
·决策模型的对比分析	第50-54页
·D-S证据理论模型	第50-51页
·模糊神经网络模型	第51-52页
·模型比较	第52-54页
·小结	第54-55页
第5章 疲劳检测系统实现	第55-62页
·系统设计	第55-60页
·实验结果分析	第60-61页
·小结	第61-62页
结论	第62-63页
致谢	第63-64页
参考文献	第64-70页
攻读硕士期间发表的论文及科研成果	第70页