基于眼动特征的驾驶员疲劳驾驶检测技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 本课题研究背景和意义 | 第10页 |
| 1.2 国内外疲劳检测研究现状 | 第10-14页 |
| 1.2.1 疲劳驾驶的概念和成因 | 第10-12页 |
| 1.2.2 国外疲劳驾驶检测技术发展状况 | 第12-13页 |
| 1.2.3 国内疲劳驾驶检测技术发展状况 | 第13-14页 |
| 1.3 疲劳驾驶检测系统研究难点分析 | 第14-15页 |
| 1.4 论文的研究工作及内容 | 第15-16页 |
| 第二章 基于Adaboost算法的人脸检测 | 第16-32页 |
| 2.1 引言 | 第16页 |
| 2.2 几种常用人脸检测方法 | 第16-17页 |
| 2.3 图像预处理 | 第17-20页 |
| 2.3.1 光照补偿处理 | 第18-19页 |
| 2.3.2 图像增强处理 | 第19-20页 |
| 2.4 基于Adaboost算法的人脸检测 | 第20-27页 |
| 2.4.1 Haar矩形特征 | 第21-23页 |
| 2.4.2 积分图的计算 | 第23-24页 |
| 2.4.3 Adaboost算法流程 | 第24-27页 |
| 2.4.4 人脸图像在检测与定位中的尺度变换问题 | 第27页 |
| 2.5 算法实验结果分析 | 第27-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 驾驶员人眼区域的定位 | 第32-40页 |
| 3.1 引言 | 第32页 |
| 3.2 常用人眼定位方法介绍 | 第32-33页 |
| 3.3 人脸区域预处理以及人眼检测区域选择 | 第33-34页 |
| 3.4 基于连通域质心点的人眼精确定位 | 第34-37页 |
| 3.4.1 二值图像连通域标记 | 第34-35页 |
| 3.4.2 二值图像连通域质心点的计算 | 第35-37页 |
| 3.5 基于双线性插值法矫正人脸 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 驾驶员人眼状态的判别 | 第40-50页 |
| 4.1 引言 | 第40-41页 |
| 4.2 主要人眼状态判别方法 | 第41-42页 |
| 4.3 基于PCA算法的人眼状态判别 | 第42-44页 |
| 4.3.1 PCA算法介绍 | 第42页 |
| 4.3.2 样本准备和训练 | 第42-43页 |
| 4.3.3 算法流程 | 第43-44页 |
| 4.3.4 PCA算法实验测试 | 第44页 |
| 4.4 基于灰度投影法的人眼状态识别 | 第44-49页 |
| 4.4.1 人眼图像预处理 | 第44-46页 |
| 4.4.2 人眼图像二值化 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 驾驶员疲劳检测 | 第50-62页 |
| 5.1 基于PERCLOS原理的疲劳检测算法 | 第50-52页 |
| 5.1.1 PERCLOS原理简介 | 第50-51页 |
| 5.1.2 PERCLOS测量原理 | 第51-52页 |
| 5.2 人眼开度的计算 | 第52-57页 |
| 5.3 基于P80标准的疲劳程度判断方法 | 第57页 |
| 5.4 实验数据分析 | 第57-60页 |
| 5.4.1 PERCLOS理论值计算 | 第57-59页 |
| 5.4.2 不同光照条件下PERCLOS值计算 | 第59页 |
| 5.4.3 系统结果测试 | 第59-60页 |
| 5.5 疲劳程度检测影响因素分析 | 第60-61页 |
| 5.6 本章小结 | 第61-62页 |
| 第六章 总结和展望 | 第62-64页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 未来工作展望 | 第63-64页 |
| 参考 文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 附录A：攻读硕士学位期间参研项目和科研成果 | 第70页 |
