基于机器视觉的疲劳驾驶检测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究背景与意义 | 第10-11页 |
| ·驾驶疲劳检测的主要方法与本文架构 | 第11-14页 |
| ·驾驶疲劳检测的主要方法 | 第11-13页 |
| ·本文架构 | 第13-14页 |
| ·本文研究的主要内容和内容安排 | 第14-16页 |
| 第2章 基于人脸活动范围的驾驶员面部定位 | 第16-40页 |
| ·引言 | 第16页 |
| ·人脸检测的主要方法 | 第16-17页 |
| ·快速疲劳驾驶人脸检测方法 | 第17-38页 |
| ·剔除不可辨识的图像 | 第17-23页 |
| ·基于肤色分割与运动目标检测确定人脸活动范围 | 第23-37页 |
| ·范围内人脸精确定位 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第3章 人脸活动范围的自适应调整 | 第40-50页 |
| ·引言 | 第40页 |
| ·人脸跟踪的主要方法 | 第40-46页 |
| ·基于CamShift的人脸活动范围自适应调整 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 人眼检测 | 第50-62页 |
| ·人眼检测的主要方法 | 第50-52页 |
| ·基于模板匹配与先验知识结合的人眼检测方法 | 第52-54页 |
| ·干扰去除 | 第52-53页 |
| ·基于先验知识构造模板 | 第53页 |
| ·模板匹配定位人眼 | 第53-54页 |
| ·基于区域复杂度与卡尔曼滤波器的校正 | 第54-61页 |
| ·单帧图像基于区域复杂度的校正 | 第54-56页 |
| ·连续帧图像基于卡尔曼滤波器的校正 | 第56-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 驾驶疲劳状态判断 | 第62-68页 |
| ·与人眼有关的驾驶疲劳状态判断方法 | 第62页 |
| ·基于PERCLOS的驾驶疲劳判断 | 第62-65页 |
| ·本文所采用的疲劳状态判断准则 | 第62-63页 |
| ·基于区域比例自适应的人眼状态判断方法 | 第63-65页 |
| ·仿真验证 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| ·总结 | 第68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |
