| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-20页 |
| ·课题研究的背景和意义 | 第11-12页 |
| ·国内外驾驶疲劳检测的研究现状 | 第12-18页 |
| ·国外研究现状 | 第12-17页 |
| ·国内研究现状 | 第17-18页 |
| ·本文的主要研究内容 | 第18-20页 |
| 第二章 基于红外条件下的人脸检测及定位 | 第20-36页 |
| ·人脸检测的方法 | 第20-23页 |
| ·基于统计学习的人脸检测方法 | 第20-21页 |
| ·基于知识建模的人脸检测方法 | 第21页 |
| ·红外条件下的人脸检测 | 第21-22页 |
| ·各种方法的比较 | 第22-23页 |
| ·红外光谱与红外图像的特点 | 第23-25页 |
| ·红外光谱简介 | 第23-24页 |
| ·红外图像的特点 | 第24-25页 |
| ·红外条件下基于AdaBoost 的人脸检测方法 | 第25-35页 |
| ·AdaBoost 算法 | 第26-28页 |
| ·Haar-like 特征 | 第28-30页 |
| ·Haar-like 特征定义 | 第28-29页 |
| ·Haar-like 特征值的计算 | 第29页 |
| ·Haar-like 特征数量 | 第29-30页 |
| ·积分图 | 第30-33页 |
| ·积分图概述 | 第30-32页 |
| ·利用积分图计算Haar-like 特征值 | 第32-33页 |
| ·训练分类器 | 第33-35页 |
| ·弱分类器 | 第33-34页 |
| ·强分类器 | 第34页 |
| ·级联分类器 | 第34-35页 |
| ·实验结果 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于改进 Mean-Shift 算法的人脸跟踪 | 第36-53页 |
| ·引言 | 第36页 |
| ·非参数密度估计理论研究 | 第36-42页 |
| ·非参数密度估计 | 第36-38页 |
| ·密度估计量的基本性质 | 第37页 |
| ·非参数密度估计的通用表达式 | 第37-38页 |
| ·核密度估计的定义 | 第38-41页 |
| ·核密度估计的收敛性 | 第41-42页 |
| ·Mean-Shift 理论 | 第42-47页 |
| ·Mean-Shift 的理论基础 | 第42-43页 |
| ·多维空间下的非参数密度估计 | 第43-45页 |
| ·多变量核函数的生产方式 | 第43-44页 |
| ·多维空间下的非参数密度估计 | 第44-45页 |
| ·Mean-Shift 向量 | 第45-47页 |
| ·Mean-Shift 目标跟踪算法 | 第47-50页 |
| ·目标模型与候选模型 | 第47-48页 |
| ·相似性度量 | 第48-49页 |
| ·模板更新策略 | 第49-50页 |
| ·Mean-Shift 算法流程 | 第50页 |
| ·基于改进的Mean-Shift 算法的人脸跟踪 | 第50-51页 |
| ·实验结果及分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 基于红外条件下的人眼检测及定位 | 第53-69页 |
| ·引言 | 第53页 |
| ·红外条件下的驾驶员眼睛特点 | 第53-54页 |
| ·基于约束条件的人眼检测 | 第54-61页 |
| ·最大稳定极值区域 | 第54-57页 |
| ·数学定义 | 第55页 |
| ·性质 | 第55-56页 |
| ·最大稳定极值区域的提取算法 | 第56-57页 |
| ·基于多层结构的眼睛定位 | 第57-61页 |
| ·极小值区域进行眼睛粗定位 | 第57-59页 |
| ·使用自然约束条件对定位结果进行筛选 | 第59-60页 |
| ·眼睛精确定位 | 第60-61页 |
| ·基于Harris 的虹膜定位 | 第61-68页 |
| ·二维最大熵阈值分割方法 | 第61-63页 |
| ·Canny 边缘检测 | 第63-65页 |
| ·基于霍夫变换的瞳孔检测 | 第65-66页 |
| ·基于Harris 的Purkinje 斑点检测 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 基于红外条件下的驾驶员疲劳检测 | 第69-77页 |
| ·引言 | 第69-70页 |
| ·基于PERCLOS 的疲劳检测方法 | 第70-74页 |
| ·PERCLOS 标准 | 第70-72页 |
| ·PERCLOS 的测量原理 | 第72-73页 |
| ·PERCLOS 疲劳检测算法 | 第73-74页 |
| ·基于普尔钦斑点的驾驶员疲劳检测方法 | 第74-75页 |
| ·基于Harris 和PERCLOS 的疲劳程度判断方法 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| ·本文的工作及总结 | 第77页 |
| ·不足与展望 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间的研究成果 | 第85页 |