首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视觉分析的疲劳检测方法研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-18页
   ·论文研究背景及意义第10-12页
   ·国内外研究现状第12-14页
   ·论文研究内容第14-15页
   ·论文组织结构第15-18页
第2章 人脸检测技术基础第18-37页
   ·人脸检测基本概念第18-19页
   ·人脸检测基本方法第19-24页
     ·基于人脸特征的方法第19-22页
     ·基于模板匹配的方法第22页
     ·基于人脸外观的统计学习方法第22-24页
   ·基于HAAR特征的ADABOOST算法第24-37页
     ·Boost算法第24页
     ·Adaboost算法第24-25页
     ·Haar特征和积分图第25-28页
     ·Adaboost算法实现第28-31页
     ·级联分类器第31-37页
第3章 人眼定位与疲劳判断方法研究第37-44页
   ·人眼检测方法概述第37-39页
   ·基于几何特征的人眼区域定位第39页
   ·基于统计学习的人眼定位第39-40页
   ·基于人眼状态的疲劳判断机制第40-44页
第4章 人眼跟踪方法研究第44-54页
   ·人眼跟踪方法综述第44-45页
   ·KALMAN滤波算法第45-46页
   ·MEAN SHIFT算法第46-52页
     ·Mean Shift原理第46-50页
     ·Mean Shift人眼跟踪算法第50-52页
   ·一种基于KALMAN滤波与MEAN SHIET的人眼跟踪方法第52-54页
第5章 算法实现与结果分析第54-68页
   ·算法实现第54-57页
   ·样本训练第57-58页
   ·测试系统第58-62页
   ·结果分析第62-68页
第6章 总结与展望第68-70页
   ·总结第68-69页
   ·展望第69-70页
参考文献第70-74页
致谢第74-75页
攻读学位期间参加旳科研项目和成果第75页

论文共75页,点击 下载论文
上一篇:体绘制采样方法研究
下一篇:数据流混合属性聚类算法研究