| 摘要 | 第1-8页 |
| ABSTRACT | 第8-14页 |
| 第一章 绪论 | 第14-26页 |
| ·研究目的和意义 | 第14-16页 |
| ·驾驶员疲劳状态检测技术研究现状 | 第16-25页 |
| ·国外驾驶疲劳检测研究现状 | 第16-18页 |
| ·典型驾驶疲劳检测系统 | 第18-20页 |
| ·疲劳驾驶检测系统比较 | 第20-23页 |
| ·国内驾驶疲劳检测研究现状 | 第23-25页 |
| ·论文主要研究内容 | 第25-26页 |
| 第二章 驾驶员疲劳机理分析 | 第26-44页 |
| ·疲劳及驾驶疲劳 | 第26-28页 |
| ·疲劳的定义 | 第26-27页 |
| ·疲劳的分类 | 第27页 |
| ·驾驶疲劳 | 第27-28页 |
| ·驾驶疲劳的形成过程及机理分析 | 第28-40页 |
| ·汽车驾驶疲劳系统研究 | 第28-30页 |
| ·驾驶疲劳行为模式 | 第30-32页 |
| ·驾驶疲劳的心理学机理 | 第32-34页 |
| ·驾驶疲劳的生理学机理 | 第34-38页 |
| ·驾驶疲劳的行为科学机理 | 第38-40页 |
| ·驾驶疲劳的影响因素 | 第40-42页 |
| ·小结 | 第42-44页 |
| 第三章 驾驶员疲劳评价方法研究 | 第44-62页 |
| ·疲劳评价方法 | 第44-47页 |
| ·主观评价法 | 第44-45页 |
| ·客观评价法 | 第45-47页 |
| ·驾驶疲劳评价方法 | 第47-48页 |
| ·基于视觉技术的驾驶员疲劳评价方法 | 第48-59页 |
| ·驾驶员眼动研究 | 第48-51页 |
| ·基于眼睛的疲劳评价参数 | 第51-58页 |
| ·疲劳评价参数YawnFreq和NodFreq | 第58-59页 |
| ·驾驶员疲劳状况的综合评价方法 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第四章 人脸识别 | 第62-80页 |
| ·图像处理的基本方法 | 第62-65页 |
| ·空间变换 | 第62-64页 |
| ·边界阈值选取 | 第64-65页 |
| ·人脸识别技术研究 | 第65-66页 |
| ·基于神经网络的人脸识别方法 | 第66-72页 |
| ·神经网络应用于人脸识别 | 第67-69页 |
| ·基于K-L变换的人脸特征提取 | 第69-72页 |
| ·基于Hopfield神经网络的人脸识别 | 第72-79页 |
| ·离散型Hopfield神经网络(DHNN)的工作方式 | 第73-74页 |
| ·Hopfield神经网络连接权的设计方法 | 第74-75页 |
| ·基于Hopfield神经网络的人脸识别系统流程图 | 第75页 |
| ·基于Hopfield神经网络人脸识别算法 | 第75-76页 |
| ·示例 | 第76-79页 |
| ·本章小结 | 第79-80页 |
| 第五章 驾驶员疲劳特征参数提取 | 第80-100页 |
| ·人眼定位与跟踪 | 第80-89页 |
| ·人眼定位 | 第80-84页 |
| ·基于颜色和纹理复合特征的双状态人眼跟踪 | 第84-89页 |
| ·眼皮运动参数提取 | 第89-94页 |
| ·人眼Gabor纹理特征 | 第90-91页 |
| ·基于RBF神经网络的眼睛状态分类 | 第91-93页 |
| ·眼皮运动参数提取 | 第93-94页 |
| ·嘴部和头部运动特征提取 | 第94-99页 |
| ·参数提取 | 第95页 |
| ·利用人脸器官分布比例确定嘴巴区域 | 第95-96页 |
| ·基于图像分割的嘴巴尺寸检测 | 第96-99页 |
| ·头部运动参数提取 | 第99页 |
| ·本章小结 | 第99-100页 |
| 第六章 驾驶员疲劳状态检测系统设计 | 第100-114页 |
| ·概述 | 第100-101页 |
| ·DSP软件开发硬件环境 | 第101-105页 |
| ·ICETEK-DM642-B评估板结构 | 第101-103页 |
| ·基于ICETEK-DM642-B的图像处理算法实现 | 第103-105页 |
| ·DSP开发的CCS软件环境 | 第105-106页 |
| ·Code Composer Studio(CCS)文件系统简述 | 第105页 |
| ·DSP/BIOS | 第105-106页 |
| ·驾驶员疲劳实时检测系统硬件设计 | 第106-107页 |
| ·基于模糊神经网络的驾驶员疲劳检测 | 第107-113页 |
| ·驾驶员疲劳参数的选择 | 第108页 |
| ·基于PVT的疲劳程度量化 | 第108-109页 |
| ·模糊神经网络的设计 | 第109-110页 |
| ·模糊神经网络训练算法 | 第110-111页 |
| ·疲劳检测实验 | 第111-113页 |
| ·小结 | 第113-114页 |
| 第七章 总结与展望 | 第114-116页 |
| ·总结 | 第114-115页 |
| ·论文创新点 | 第115页 |
| ·下一步工作展望 | 第115-116页 |
| 致谢 | 第116-117页 |
| 博士期间参加的科研项目及发表论文情况 | 第117-118页 |
| 参考文献 | 第118-123页 |
