| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 驾驶员面部检测与跟踪的研究背景与意义 | 第13-14页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14页 |
| 1.2 机器视觉驾驶疲劳检测技术 | 第14-15页 |
| 1.2.1 基于头部运动的疲劳检测 | 第14页 |
| 1.2.2 基于嘴部状态的疲劳检测 | 第14-15页 |
| 1.2.3 基于眼睛状态的疲劳检测 | 第15页 |
| 1.2.4 基于车道偏离的驾驶疲劳检测 | 第15页 |
| 1.3 机器视觉驾驶员面部检测与跟踪技术 | 第15-18页 |
| 1.3.1 机器视觉驾驶员面部检测技术 | 第15-17页 |
| 1.3.2 机器视觉驾驶员面部跟踪技术 | 第17-18页 |
| 1.4 论文研究的主要内容 | 第18-20页 |
| 第2章 卷积神经网络及人脸特征可视化 | 第20-35页 |
| 2.1 卷积神经网络的结构 | 第20-24页 |
| 2.1.1 卷积层 | 第20-23页 |
| 2.1.2 降采样层 | 第23-24页 |
| 2.2 激活函数 | 第24-26页 |
| 2.2.1 Sigmoid函数 | 第24-25页 |
| 2.2.2 Tanh函数 | 第25页 |
| 2.2.3 ReLU函数 | 第25-26页 |
| 2.3 训练方法 | 第26-28页 |
| 2.3.1 卷积层梯度求解 | 第27-28页 |
| 2.3.2 降采样层梯度求解 | 第28页 |
| 2.4 实验验证及人脸特征可视化 | 第28-33页 |
| 2.4.1 结构选取及训练 | 第30-32页 |
| 2.4.2 权重可视化 | 第32页 |
| 2.4.3 特征可视化 | 第32-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第3章 基于不同网络结构的人脸二分类分析 | 第35-48页 |
| 3.1 网络结构分析 | 第35-42页 |
| 3.1.1 LeNet-5网络结构 | 第35-36页 |
| 3.1.2 AlexNet网络结构 | 第36-37页 |
| 3.1.3 Network in Network网络结构 | 第37-38页 |
| 3.1.4 VGG网络结构 | 第38-39页 |
| 3.1.5 GoogleNet网络结构 | 第39-40页 |
| 3.1.6 Deep Residual Network | 第40-42页 |
| 3.2 不同网络结构下的人脸分类参数计算量分析 | 第42-43页 |
| 3.3 实验验证与分析 | 第43-47页 |
| 3.3.1 网络结构的响应概率图谱分析 | 第43-46页 |
| 3.3.2 网络前向与反向运算时间分析 | 第46-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 基于深度卷积的驾驶员面部检测 | 第48-61页 |
| 4.1 滑窗法检测 | 第48-49页 |
| 4.1.1 原理分析 | 第48-49页 |
| 4.1.2 实验分析 | 第49页 |
| 4.2 多尺寸的滑窗算法 | 第49-50页 |
| 4.3 面部检测区域生成网络 | 第50-53页 |
| 4.3.1 检测区域生成网络的原理分析 | 第51-52页 |
| 4.3.2 损失函数 | 第52-53页 |
| 4.3.3 训练检测区域生成网络 | 第53页 |
| 4.3.4 权重共享 | 第53页 |
| 4.4 基于区域建议网络的驾驶员面部检测实验分析 | 第53-56页 |
| 4.4.1 检测网络的训练细节 | 第54页 |
| 4.4.2 实验效果 | 第54-56页 |
| 4.5 基于多层特征图谱连接的驾驶员面部检测 | 第56-60页 |
| 4.5.1 实验验证 | 第57-58页 |
| 4.5.2 L2正则化方法 | 第58-59页 |
| 4.5.3 多尺寸的区域建议网络实验分析 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 驾驶员面部跟踪算法研究 | 第61-74页 |
| 5.1 核相关滤波跟踪原理 | 第61-67页 |
| 5.1.1 线性回归 | 第61-62页 |
| 5.1.2 循环矩阵 | 第62-64页 |
| 5.1.3 快速核回归 | 第64-65页 |
| 5.1.4 快速目标检测 | 第65-67页 |
| 5.1.5 多通道数据处理 | 第67页 |
| 5.2 基于在线重检测机制的驾驶员面部跟踪 | 第67-68页 |
| 5.3 驾驶员面部跟踪结果分析 | 第68-72页 |
| 5.4 本章小结 | 第72-74页 |
| 总结与展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 附录A 攻读学位期间所发表的学术论文 | 第82页 |