| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 疲劳驾驶研究背景及意义 | 第9-10页 |
| 1.2 疲劳驾驶检测研究现状 | 第10-13页 |
| 1.2.1 疲劳驾驶检测方法及现状 | 第10-12页 |
| 1.2.2 基于视觉的疲劳驾驶检测研究现状 | 第12-13页 |
| 1.3 疲劳驾驶检测研究难点 | 第13页 |
| 1.4 论文的组织结构 | 第13-16页 |
| 第二章 人脸检测方法研究 | 第16-28页 |
| 2.1 人脸检测方法 | 第16-18页 |
| 2.1.1 基于知识的人脸检测方法 | 第16-17页 |
| 2.1.2 基于统计的人脸检测方法 | 第17-18页 |
| 2.2 基于肤色分割的人脸检测 | 第18-21页 |
| 2.2.1 颜色空间 | 第18-19页 |
| 2.2.2 YCbCr空间聚类特性及肤色模型 | 第19-20页 |
| 2.2.3 基于肤色分割的人脸检测结果 | 第20-21页 |
| 2.3 基于AdaBoost的人脸检测 | 第21-24页 |
| 2.3.1 Haar特征 | 第21页 |
| 2.3.2 利用积分图计算Haar特征 | 第21-22页 |
| 2.3.3 AdaBoost算法描述 | 第22-23页 |
| 2.3.4 基于AdaBoost算法的人脸检测 | 第23-24页 |
| 2.4 基于肤色分割和AdaBoost算法的人脸检测 | 第24-26页 |
| 2.5 基于AdaBoost算法的眼睛嘴巴检测 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 人脸特征点定位方法 | 第28-40页 |
| 3.1 人脸特征点定位算法 | 第28-29页 |
| 3.2 基于ASM的人脸特征点定位 | 第29-32页 |
| 3.2.1 ASM模型训练 | 第29-31页 |
| 3.2.2 ASM模型搜索 | 第31页 |
| 3.2.3 定位结果及分析 | 第31-32页 |
| 3.3 基于SDM的人脸特征点定位 | 第32-39页 |
| 3.3.1 SDM原理介绍 | 第32-35页 |
| 3.3.2 SDM算法定位人脸特征点 | 第35-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 头部姿态估计方法 | 第40-51页 |
| 4.1 头部姿态估计概述 | 第40-42页 |
| 4.2 POSIT算法 | 第42-46页 |
| 4.2.1 POSIT算法原理 | 第42-44页 |
| 4.2.2 POSIT算法实现 | 第44-46页 |
| 4.3 头部姿态估计结果验证 | 第46-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 疲劳状态检测方法 | 第51-62页 |
| 5.1 单一指标疲劳状态检测 | 第51-56页 |
| 5.1.1 眼部疲劳指标计算 | 第51-54页 |
| 5.1.2 嘴部疲劳指标计算 | 第54-55页 |
| 5.1.3 头部疲劳指标计算 | 第55-56页 |
| 5.2 多指标的疲劳状态检测方法 | 第56-58页 |
| 5.3 仿真系统设计及仿真结果分析 | 第58-61页 |
| 5.3.1 仿真系统设计 | 第58-59页 |
| 5.3.2 仿真结果及分析 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62-63页 |
| 6.2 后期工作展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |