| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·疲劳检测技术 | 第11页 |
| ·国内外研究现状 | 第11-14页 |
| ·本文研究内容 | 第14-15页 |
| ·本文组织结构 | 第15-17页 |
| 第二章 疲劳驾驶检测相关算法理论基础 | 第17-28页 |
| ·AdaBoost 算法 | 第17-18页 |
| ·色彩空间 | 第18-21页 |
| ·RGB 颜色空间 | 第19-20页 |
| ·HSV 颜色空间 | 第20-21页 |
| ·Mean Shift 算法 | 第21-22页 |
| ·CamShift 算法 | 第22-24页 |
| ·模板匹配算法 | 第24-25页 |
| ·SVM | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 人脸检测与跟踪 | 第28-43页 |
| ·基于类 Harr 特征的 AdaBoost 人脸检测 | 第28-36页 |
| ·人脸检测技术概述 | 第28-30页 |
| ·特征提取 | 第30-32页 |
| ·构建分类器 | 第32-34页 |
| ·实验结果分析 | 第34-36页 |
| ·基于改进 CamShift 算法的人脸跟踪 | 第36-41页 |
| ·人脸跟踪技术概述 | 第36-37页 |
| ·基于 CamShift 的人脸跟踪 | 第37页 |
| ·跟踪算法改进策略 | 第37-40页 |
| ·实验结果与分析 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 人眼疲劳检测 | 第43-54页 |
| ·人眼定位 | 第43-46页 |
| ·人眼粗定位 | 第44-46页 |
| ·人眼精确定位 | 第46页 |
| ·人眼状态识别 | 第46-50页 |
| ·基于 Hough 变换虹膜检测的人眼状态识别 | 第47-49页 |
| ·基于模板匹配的人眼状态识别 | 第49-50页 |
| ·实验结果与分析 | 第50页 |
| ·驾驶员眼部疲劳识别 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 基于改进 LBP-TOP 的嘴部疲劳检测 | 第54-68页 |
| ·嘴部定位与嘴部图像预处理 | 第54-55页 |
| ·嘴部定位 | 第54-55页 |
| ·嘴部图像预处理 | 第55页 |
| ·基于 LBP-TOP 的嘴部特征提取 | 第55-62页 |
| ·LBP 算子 | 第56-57页 |
| ·LBP-TOP 算子 | 第57-60页 |
| ·LBP-TOP 算子提取嘴部图像特征 | 第60-62页 |
| ·基于改进 LBP 算子的特征提取方法 | 第62-63页 |
| ·驾驶员嘴部疲劳识别 | 第63-66页 |
| ·基于 SVM 的嘴部状态识别 | 第63-65页 |
| ·疲劳识别 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·本文的工作总结 | 第68-69页 |
| ·不足与展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间的研究成果 | 第76页 |