视频图像分析及其在驾驶员疲劳检测中的应用研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第1章 绪论 | 第7-15页 |
| ·驾驶员疲劳检测的选题背景与研究意义 | 第7-8页 |
| ·驾驶疲劳检测技术的研究现状 | 第8-13页 |
| ·国外驾驶疲劳检测研究现状 | 第9-10页 |
| ·典型的驾驶疲劳检测系统 | 第10-11页 |
| ·疲劳驾驶检测系统比较 | 第11-12页 |
| ·国内驾驶疲劳检测研究现状 | 第12-13页 |
| ·本文主要研究内容与组织结构 | 第13-15页 |
| 第2章 视频图像分析 | 第15-38页 |
| ·引言 | 第15页 |
| ·视频图像预处理 | 第15-29页 |
| ·图像去噪 | 第15-26页 |
| ·图像增强 | 第26-29页 |
| ·视频图像中运动目标检测 | 第29-36页 |
| ·常用的目标检测方法 | 第29-33页 |
| ·形态学方法的后处理 | 第33-36页 |
| ·视频图像中运动目标跟踪 | 第36-37页 |
| ·目标跟踪的分类 | 第36-37页 |
| ·常用的数学工具 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第3章 图像采集及人脸检测 | 第38-57页 |
| ·引言 | 第38-40页 |
| ·实验体统搭建及图像捕获技术说明 | 第40-43页 |
| ·实验系统搭建 | 第40-41页 |
| ·视频拍摄及处理要求 | 第41-42页 |
| ·人脸图像的拍摄要求 | 第42页 |
| ·图像捕获技术说明 | 第42-43页 |
| ·人脸检测方法 | 第43-46页 |
| ·概述 | 第43-44页 |
| ·基于知识的方法 | 第44页 |
| ·基于特征的方法 | 第44-45页 |
| ·模板匹配的方法 | 第45页 |
| ·基于统计模型的方法 | 第45-46页 |
| ·基于肤色的视频图像中快速人脸检测 | 第46-56页 |
| ·彩色图像灰度化及预处理 | 第46-48页 |
| ·帧差法快速检测视频中运动区域 | 第48-49页 |
| ·色彩空间的选取 | 第49-52页 |
| ·YCb′Cr′空间肤色模型 | 第52-53页 |
| ·肤色分割和人脸区域的确定 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第4章 人眼定位及眼睛状态识别与判断 | 第57-68页 |
| ·引言 | 第57页 |
| ·人眼定位 | 第57-64页 |
| ·人眼定位方法 | 第57-60页 |
| ·本文眼睛定位方法 | 第60-64页 |
| ·眼睛睁开程度 EOD 值进行疲劳度判断 | 第64-67页 |
| ·PERCLOS 原理 | 第64-65页 |
| ·眼睛睁开程度 | 第65-66页 |
| ·EOD 与 PERCLOS 相结合的疲劳度分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第5章 结论 | 第68-70页 |
| ·本文主要工作 | 第68页 |
| ·进一步研究展望 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间的研究成果 | 第76页 |
