摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第8-14页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 国内外发展现状 | 第9-11页 |
1.3 应用价值和创新点 | 第11-12页 |
1.4 主要研究工作 | 第12-14页 |
第2章 监护系统总体设计 | 第14-23页 |
2.1 监护系统的总体需求 | 第14-15页 |
2.2 被监护侧系统的布置设计 | 第15-17页 |
2.3 被监护侧系统的硬件需求及选型 | 第17-21页 |
2.3.1 被监护侧系统的工作流程 | 第17-18页 |
2.3.2 周边环境监测模块硬件需求及选型 | 第18-19页 |
2.3.3 异常精神状态识别模块硬件需求及选型 | 第19-21页 |
2.4 本章小结 | 第21-23页 |
第3章 异常精神状态表情识别算法 | 第23-39页 |
3.1 人脸特征检测算法 | 第23-30页 |
3.1.1 基于帧差分法和颜色特征的人脸区域占比检测算法 | 第23-26页 |
3.1.2 人脸关键点提取算法 | 第26-27页 |
3.1.3 人脸关键点对齐算法 | 第27-30页 |
3.2 异常精神状态表情识别的量化方法 | 第30页 |
3.3 基于支持向量机的人脸表情识别算法 | 第30-33页 |
3.4 表情特征分类识别的分类分析及结果验证 | 第33-38页 |
3.5 本章小结 | 第38-39页 |
第4章 监护系统的集成与测试 | 第39-48页 |
4.1 周边环境监测模块集成与测试 | 第39-42页 |
4.2 基于树莓派平台的异常精神状态识别模块集成与测试 | 第42页 |
4.3 监护系统总体运行测试 | 第42-46页 |
4.4 本章小结 | 第46-48页 |
第5章 总结与展望 | 第48-50页 |
5.1 研究工作总结 | 第48-49页 |
5.2 研究工作展望 | 第49-50页 |
参考文献 | 第50-54页 |
致谢 | 第54-55页 |
攻读硕士学位期间的研究成果 | 第55页 |