首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于计算机视觉的驾驶员疲劳检测技术的研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-18页
   ·课题研究背景及意义第10-11页
   ·国内外疲劳驾驶研究现状综述第11-14页
     ·基于驾驶员生理参数的检测方法第11-12页
     ·基于行为特征的检测方法第12-13页
     ·基于计算机视觉的检测方法第13-14页
   ·本文研究内容及创新点第14-16页
   ·本文组织结构第16-18页
第2章 基于肤色信息的人脸检测第18-35页
   ·引言第18-19页
   ·人脸颜色空间第19-23页
     ·RGB 颜色空间第19-20页
     ·HSV 颜色空间第20-21页
     ·YIQ 颜色空间第21-22页
     ·YCbCr 颜色空间第22-23页
     ·YCgCb 颜色空间第23页
   ·肤色模型的建立第23-25页
   ·基于YCgCb 颜色空间的驾驶员人脸检测第25-33页
     ·图像预处理第26-27页
     ·颜色空间转换及二值图第27-28页
     ·中值滤波第28-29页
     ·数学形态学处理第29-31页
     ·人脸定位第31-33页
   ·本章小结第33-35页
第3章 眼睛定位与跟踪第35-51页
   ·引言第35页
   ·眼睛检测方法第35-37页
   ·眼睛区域的初步定位第37-38页
   ·眼睛精确定位第38-42页
     ·人眼水平积分投影第38-39页
     ·人眼垂直积分投影第39-42页
   ·Harris 角点检测算法第42-44页
   ·基于 Harris 特征角点的 Mean Shift 人眼跟踪第44-50页
     ·人眼跟踪方法介绍第45-46页
     ·Mean Shift 算法基本原理第46-48页
     ·基于 Harris 特征角点的 Mean Shift 人眼跟踪第48页
     ·实验仿真第48-50页
   ·本章小结第50-51页
第4章 驾驶员疲劳状态识别第51-59页
   ·引言第51页
   ·疲劳状态分析方法概述第51-52页
   ·PERCLOS 算法简介第52-53页
   ·眨眼检测第53-54页
   ·打哈欠检测第54-55页
   ·疲劳判别第55页
   ·实验仿真第55-57页
   ·本章小结第57-59页
结论第59-61页
参考文献第61-68页
攻读硕士学位期间承担的科研任务与主要成果第68-69页
致谢第69-70页
作者简介第70页

论文共70页,点击 下载论文
上一篇:基于Otsu的图像阈值分割算法的研究
下一篇:基于人眼视觉模型的自然图像识别