基于人脸识别的疲劳驾驶监控方法研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题的研究背景及意义 | 第7-9页 |
| ·疲劳驾驶监控的研究意义 | 第7-8页 |
| ·常用的疲劳驾驶监控方法 | 第8-9页 |
| ·人脸识别技术的国内外研究现状 | 第9-11页 |
| ·人脸识别技术的国外研究现状 | 第9-10页 |
| ·人脸识别技术的国内研究现状 | 第10-11页 |
| ·论文的主要研究内容 | 第11-12页 |
| ·主要研究内容 | 第11页 |
| ·论文结构安排 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第二章 驾驶员人脸识别算法的研究 | 第13-26页 |
| ·常用的人脸识别算法 | 第13-15页 |
| ·基于肤色特征的人脸识别算法 | 第13页 |
| ·基于几何特征的人脸识别算法 | 第13-14页 |
| ·基于启发式模型的人脸识别算法 | 第14页 |
| ·基于统计模型的人脸识别算法 | 第14-15页 |
| ·基于Adaboost算法的人脸识别 | 第15-21页 |
| ·Adaboost算法的基本原理 | 第15-16页 |
| ·特征提取 | 第16页 |
| ·积分图 | 第16-18页 |
| ·弱分类器的设计 | 第18-20页 |
| ·训练强分类器 | 第20-21页 |
| ·级联分类器 | 第21页 |
| ·实验过程及结果分析 | 第21-25页 |
| ·简单背景且面部旋转下的人脸识别实验 | 第21-22页 |
| ·复杂背景下人脸识别实验 | 第22-23页 |
| ·驾驶室内实际采集图像的人脸识别实验 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 驾驶员眼睛和嘴部定位方法的研究 | 第26-33页 |
| ·概述 | 第26-27页 |
| ·常用的人眼定位方法 | 第26-27页 |
| ·常用的嘴部定位方法 | 第27页 |
| ·基于积分投影曲线的眼睛和嘴部定位 | 第27-30页 |
| ·积分投影算法的原理 | 第28页 |
| ·眼睛和嘴巴的定位及提取 | 第28-30页 |
| ·实验过程及结果分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 驾驶员眼睛跟踪方法的研究 | 第33-42页 |
| ·常用的眼睛跟踪算法 | 第33-34页 |
| ·粒子滤波算法原理 | 第34-35页 |
| ·自适应粒子滤波算法 | 第35-36页 |
| ·基于自适应粒子滤波的眼睛跟踪算法 | 第36-41页 |
| ·算法实现过程 | 第37-40页 |
| ·实验过程及结果分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 疲劳信息提取及疲劳判别方法的研究 | 第42-53页 |
| ·眼睛和嘴部状态识别 | 第42-48页 |
| ·常用的眼睛状态识别方法 | 第42-43页 |
| ·基于改进水平投影的眼睛和嘴部状态识别方法 | 第43-46页 |
| ·实验过程及结果分析 | 第46-48页 |
| ·眼睛和嘴部疲劳信息提取 | 第48-51页 |
| ·PERCLOS值 | 第48-49页 |
| ·眨眼频率 | 第49-50页 |
| ·眼睛闭合时间 | 第50页 |
| ·打哈欠次数 | 第50-51页 |
| ·疲劳判别 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 结论与展望 | 第53-55页 |
| ·主要工作与总结 | 第53-54页 |
| ·不足与展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 作者简介 | 第60页 |
| 攻读硕士学位期间研究成果 | 第60-61页 |
