基于面部朝向的驾驶员精神分散监测方法研究
| 提要 | 第1-11页 |
| 第一章 绪论 | 第11-26页 |
| ·引言 | 第11-12页 |
| ·安全辅助驾驶系统的提出及发展 | 第12-13页 |
| ·驾驶员疲劳与精神分散国内外研究发展现状 | 第13-23页 |
| ·基于驾驶员生理参数的方法 | 第14-15页 |
| ·基于车辆运行状态的方法 | 第15-16页 |
| ·基于驾驶员行为特征的方法 | 第16-21页 |
| ·未来研究方向及发展趋势 | 第21-23页 |
| ·本文研究的意义和内容 | 第23-26页 |
| ·研究意义 | 第23-24页 |
| ·研究内容 | 第24-26页 |
| 第二章 驾驶员面部图像预处理 | 第26-42页 |
| ·引言 | 第26页 |
| ·颜色空间 | 第26-31页 |
| ·颜色的基本概念 | 第26-28页 |
| ·常用的颜色模型 | 第28-31页 |
| ·图像的Gamma 校正 | 第31-38页 |
| ·Gamma 校正的基本原理 | 第31-33页 |
| ·基于余弦曲线的Gamma 校正 | 第33-34页 |
| ·Gamma 数值的非线性校正 | 第34-38页 |
| ·图像的白平衡 | 第38-41页 |
| ·图像的白平衡 | 第38-40页 |
| ·基于灰度世界模型的图像白平衡算法 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 驾驶员面部特征区域定位 | 第42-67页 |
| ·人脸检测概述 | 第42-44页 |
| ·驾驶员图像面部定位 | 第44-59页 |
| ·前期研究工作及改善策略 | 第44-47页 |
| ·基于AdaBoost 算法的面部定位 | 第47-53页 |
| ·基于肤色模型的面部定位 | 第53-57页 |
| ·融合AdaBoost 算法与肤色模型的面部定位 | 第57-59页 |
| ·眼睛区域定位 | 第59-63页 |
| ·眼睛区域的初步定位 | 第59-60页 |
| ·水平位置定位 | 第60页 |
| ·垂直位置定位 | 第60-62页 |
| ·算法验证及分析 | 第62-63页 |
| ·嘴部区域定位 | 第63-66页 |
| ·Fisher 线性分类器 | 第64-65页 |
| ·算法验证 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第四章 驾驶员面部轮廓检测 | 第67-93页 |
| ·引言 | 第67页 |
| ·面部二值化图像预处理 | 第67-73页 |
| ·形态学处理 | 第68-70页 |
| ·区域标识算法 | 第70-72页 |
| ·基于区域生长的空穴填充 | 第72-73页 |
| ·面部轮廓边缘点检测 | 第73-81页 |
| ·边缘检测算法 | 第74-78页 |
| ·边缘链码跟踪 | 第78-81页 |
| ·基于边缘组拟合的面部轮廓检测 | 第81-92页 |
| ·椭圆检测算法概述 | 第81-83页 |
| ·曲率、相位对称性约束 | 第83-86页 |
| ·边缘点坐标约束 | 第86-89页 |
| ·面部几何约束 | 第89-90页 |
| ·边缘点拟合 | 第90-92页 |
| ·本章小结 | 第92-93页 |
| 第五章 基于BP 神经网络的面部朝向估计 | 第93-118页 |
| ·引言 | 第93-94页 |
| ·面部朝向特征向量提取 | 第94-102页 |
| ·特征与特征提取 | 第94-95页 |
| ·驾驶员面部图像的旋转校正 | 第95-97页 |
| ·面部区域的几何特征提取 | 第97-102页 |
| ·基于BP 神经网络的面部姿态估计 | 第102-116页 |
| ·人工神经网络概述 | 第102-103页 |
| ·反向传播网络 | 第103-108页 |
| ·BP 神经网络用于面部朝向分类器的设计 | 第108-114页 |
| ·网络的试验 | 第114-116页 |
| ·本章小结 | 第116-118页 |
| 第六章 面部特征跟踪方法研究 | 第118-133页 |
| ·引言 | 第118页 |
| ·目标跟踪方法概述 | 第118-122页 |
| ·基于运动的目标跟踪方法 | 第119页 |
| ·基于相关的目标跟踪方法 | 第119-120页 |
| ·基于特征的目标跟踪方法 | 第120-121页 |
| ·基于模型的目标跟踪方法 | 第121页 |
| ·其它跟踪算法及发展趋势 | 第121-122页 |
| ·基于颜色特征和卡尔曼滤波的面部特征跟踪 | 第122-131页 |
| ·算法基本思想 | 第122-123页 |
| ·卡尔曼滤波算法描述 | 第123-127页 |
| ·MeanShift 算法 | 第127-129页 |
| ·本文跟踪算法步骤及试验 | 第129-130页 |
| ·跟踪失效时的恢复 | 第130-131页 |
| ·本章小结 | 第131-133页 |
| 第七章 全文总结 | 第133-136页 |
| ·论文的主要研究成果 | 第133-134页 |
| ·本文存在的不足及对后续工作的建议 | 第134-136页 |
| 参考文献 | 第136-145页 |
| 作者攻读博士学位期间的科研及论文情况 | 第145-147页 |
| 致谢 | 第147-148页 |
| 摘要 | 第148-151页 |
| Abstract | 第151-153页 |
