| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题背景 | 第8页 |
| ·课题研究的目的和意义 | 第8-9页 |
| ·国内外对疲劳驾驶检测的研究现状及分析 | 第9-11页 |
| ·国外的研究现状 | 第9-11页 |
| ·国内的研究现状 | 第11页 |
| ·基于计算机视觉的疲劳状态检测的主要方法 | 第11-13页 |
| ·论文的研究内容及组织 | 第13-14页 |
| 第2章 人脸及人眼检测的AdaBoost 算法 | 第14-27页 |
| ·图像表示 | 第14-18页 |
| ·Haar-Like 特征 | 第14-16页 |
| ·Haar-Like 特征的快速计算 | 第16-18页 |
| ·AdaBoost 算法 | 第18-22页 |
| ·AdaBoost 算法概述 | 第18-19页 |
| ·AdaBoost 算法的训练过程 | 第19-22页 |
| ·级联分类器 | 第22-24页 |
| ·级联分类器的原理及实现 | 第22-23页 |
| ·级联分类器的误差分析 | 第23-24页 |
| ·检测结果与分析 | 第24-26页 |
| ·仅对人眼使用AdaBoost 算法检测的结果与分析 | 第24-25页 |
| ·同时对人脸和人眼使用AdaBoost 算法的检测结果 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于Kanade-Lucas 算法的人眼跟踪技术 | 第27-35页 |
| ·角点的检测 | 第27-29页 |
| ·角点的概念 | 第27-28页 |
| ·角点检测算法 | 第28-29页 |
| ·利用K-L 光流算法进行角点跟踪 | 第29-30页 |
| ·人眼跟踪实现与分析 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 人眼状态检测 | 第35-45页 |
| ·人眼轮廓提取 | 第35-40页 |
| ·阈值化处理 | 第35-38页 |
| ·利用Freeman 链码寻找轮廓 | 第38-40页 |
| ·基于轮廓的人眼状态分析 | 第40-44页 |
| ·椭圆拟合 | 第40-42页 |
| ·人眼状态判断 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 人眼疲劳状态识别实验 | 第45-54页 |
| ·实验的系统构成 | 第45-47页 |
| ·系统软硬件框架构成 | 第45-46页 |
| ·实验系统软件界面 | 第46-47页 |
| ·基于AdaBoost 算法检测实验 | 第47-48页 |
| ·AdaBoost 级联分类器训练 | 第47-48页 |
| ·AdaBoost 算法检测的实验结果 | 第48页 |
| ·人眼跟踪实验 | 第48-50页 |
| ·人眼状态检测在汽车安全驾驶中的应用实验 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60页 |
