多源信息融合在驾驶疲劳检测中的应用
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| Contents | 第11-13页 |
| 插图和附表清单 | 第13-15页 |
| 1 绪论 | 第15-23页 |
| ·研究背景和意义 | 第15-16页 |
| ·研究背景 | 第15-16页 |
| ·研究目的及意义 | 第16页 |
| ·研究现状 | 第16-21页 |
| ·主观检测技术 | 第16-17页 |
| ·客观检测技术 | 第17-21页 |
| ·发展趋势 | 第21-22页 |
| ·论文研究的主要内容 | 第22页 |
| ·论文组织结构 | 第22-23页 |
| 2 驾驶疲劳特征研究 | 第23-37页 |
| ·驾驶疲劳相关概述 | 第23-24页 |
| ·驾驶疲劳的特征表现 | 第23页 |
| ·驾驶疲劳的形成原因 | 第23-24页 |
| ·驾驶员生理信号研究 | 第24-26页 |
| ·生理信号的介绍 | 第24-25页 |
| ·生理信号在驾驶疲劳状态下的特征 | 第25-26页 |
| ·驾驶员面部特征研究 | 第26-34页 |
| ·人脸检测 | 第26-27页 |
| ·Adaboost算法介绍 | 第27-31页 |
| ·人眼定位 | 第31-32页 |
| ·面部特征在驾驶疲劳状态下的特征 | 第32-34页 |
| ·方向盘运动特征研究 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 3 多源信息融合技术的研究 | 第37-49页 |
| ·多源信息融合概念 | 第37页 |
| ·信息融合的原理与优势 | 第37-39页 |
| ·信息融合原理 | 第37-38页 |
| ·信息融合优势 | 第38-39页 |
| ·信息融合技术应用领域 | 第39-40页 |
| ·信息融合系统的模型和结构 | 第40-46页 |
| ·信息融合系统的功能模型 | 第41-42页 |
| ·信息融合系统的结构模型 | 第42-46页 |
| ·信息融合的主要技术和方法 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 4 基于多源信息融合的驾驶疲劳检测 | 第49-63页 |
| ·粗糙集理论 | 第49-51页 |
| ·知识与决策系统 | 第49-50页 |
| ·粗糙集 | 第50页 |
| ·属性的依赖性和重要性 | 第50页 |
| ·决策表约简与求核 | 第50-51页 |
| ·基于粗糙集理论的驾驶疲劳检测 | 第51-58页 |
| ·多种驾驶疲劳特征的检测 | 第51-56页 |
| ·多源信息融合下的疲劳程度判断 | 第56页 |
| ·检测数据离散化 | 第56-57页 |
| ·决策表 | 第57-58页 |
| ·实验分析 | 第58-61页 |
| ·本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-73页 |
| 作者简介及读研期间主要科研成果 | 第73页 |
