机动车驾驶员视频图像疲劳检测算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 主要符号表 | 第8-9页 |
| 1 绪论 | 第9-15页 |
| ·课题研究的背景和意义 | 第9页 |
| ·机动车中驾驶员疲劳的机理 | 第9-10页 |
| ·机动车驾驶员疲劳检测的方法研究现状 | 第10-13页 |
| ·国内研究现状 | 第11-12页 |
| ·国外研究现状 | 第12-13页 |
| ·论文研究的主要内容 | 第13-14页 |
| ·论文的组织结构 | 第14-15页 |
| 2 现场视频图像的采集 | 第15-21页 |
| ·硬件设备及整体流程图 | 第15-16页 |
| ·摄像头及PC机的选择 | 第15页 |
| ·系统流程图设计 | 第15-16页 |
| ·软件环境平台搭建 | 第16-20页 |
| ·Opencv 1.0及VC++6.0平台的搭配 | 第16-17页 |
| ·视频采集代码实现过程 | 第17-19页 |
| ·编译结果 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 人脸识别部分 | 第21-40页 |
| ·图像基本预处理及人脸识别的算法 | 第21-29页 |
| ·图像预处理 | 第21页 |
| ·人脸识别算法研究 | 第21-29页 |
| ·人脸分类器 | 第29-35页 |
| ·分类器背景 | 第29-30页 |
| ·分类器的训练过程 | 第30-35页 |
| ·结果检验 | 第35页 |
| ·人脸识别 | 第35-39页 |
| ·K-L算法 | 第35-37页 |
| ·B-P神经网络 | 第37-38页 |
| ·训练分类算法结果 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 眼睛定位及跟踪算法 | 第40-50页 |
| ·前提条件的假设 | 第40页 |
| ·人眼定位的方法 | 第40-46页 |
| ·人眼检测方法 | 第40-44页 |
| ·常用的算子检测 | 第44-46页 |
| ·Kalman跟踪算法 | 第46页 |
| ·本课题采取的方法 | 第46-49页 |
| ·人眼初步定位 | 第46-47页 |
| ·人眼跟踪的算法验证 | 第47-48页 |
| ·实验结果 | 第48-49页 |
| ·小结 | 第49-50页 |
| 5 疲劳程度判断的方法 | 第50-53页 |
| ·眼睛闭合的程度 | 第50-51页 |
| ·眨眼频率的检测 | 第51页 |
| ·眼球运动状态 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 6 结论 | 第53-55页 |
| ·总结 | 第53页 |
| ·结论 | 第53-54页 |
| ·未来工作的展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的论文 | 第58-59页 |
| 致谢 | 第59-62页 |
| 附录 | 第62-68页 |
