疲劳驾驶检测算法的研究与开发
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·疲劳驾驶检测方式的分类 | 第11-13页 |
| ·国外研究现状 | 第13-15页 |
| ·国内研究现状 | 第15页 |
| ·现有技术不足及改进 | 第15-16页 |
| ·研究内容与章节安排 | 第16-18页 |
| 第2章 面部定位算法的研究 | 第18-30页 |
| ·驾驶室内光照补偿分析 | 第18-20页 |
| ·常用的光照补偿算法分析 | 第18页 |
| ·驾驶室内的光照估计 | 第18-19页 |
| ·基于直方图均衡的光照补偿 | 第19-20页 |
| ·常用的人脸定位算法分析与比较 | 第20-21页 |
| ·基于肤色模型的人脸检测 | 第21-27页 |
| ·颜色空间概述 | 第22-23页 |
| ·肤色模型的建立 | 第23-24页 |
| ·自适应OTSU算法确定阈值 | 第24-26页 |
| ·形态学滤波分析 | 第26-27页 |
| ·算法设计与实现 | 第27-29页 |
| ·人脸定位过程 | 第27-28页 |
| ·结果及改进策略 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 人脸分割算法的研究 | 第30-40页 |
| ·基于嘴唇的面部纵向对称分割 | 第30-32页 |
| ·唇色定位原理 | 第30-31页 |
| ·嘴唇定位结果 | 第31-32页 |
| ·深色眼镜框架的分析 | 第32-35页 |
| ·一种改进的深色镜框位置识别方案 | 第32-34页 |
| ·佩戴眼镜的判定实现 | 第34-35页 |
| ·基于耳部轮廓的耳朵定位 | 第35-36页 |
| ·基于面部信息特征的区域分割方案 | 第36-38页 |
| ·分割方案原理 | 第36-37页 |
| ·算法设计与实现 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 眼睛定位和状态判定算法的研究 | 第40-52页 |
| ·常用的人眼定位算法分析与比较 | 第40-42页 |
| ·基于椭圆拟合的眼睛精定位 | 第42-44页 |
| ·形态学候选区域分析 | 第42-43页 |
| ·基于椭圆拟合的眼睛定位原理 | 第43-44页 |
| ·拟合椭圆参数的研究 | 第44页 |
| ·复杂情况下的人眼定位探究 | 第44-47页 |
| ·一种新的多阈值处理方案 | 第44-45页 |
| ·阈值确定规则 | 第45-46页 |
| ·定位结果与对比 | 第46-47页 |
| ·驾驶员眼部状态分析 | 第47-51页 |
| ·常用的人眼状态判定算法分析与比较 | 第47-49页 |
| ·基于拟合椭圆参数的眼部状态判别 | 第49-50页 |
| ·状态判别实验结果 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 驾驶员疲劳判定 | 第52-66页 |
| ·常用的疲劳状态判断方法分析 | 第52-53页 |
| ·基于PERCLOS的疲劳判定 | 第53-55页 |
| ·PERCLOS原理 | 第53页 |
| ·基于PERCLOS的疲劳检测 | 第53-55页 |
| ·疲劳检测实现 | 第55页 |
| ·一种新的基于改进BP神经网络的头部朝向分析 | 第55-64页 |
| ·BP神经网络概述 | 第55-56页 |
| ·改进的BP神经网络学习算法 | 第56-58页 |
| ·头部朝向分析探究 | 第58-64页 |
| ·算法设计与实现 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 实验环境与系统移植 | 第66-76页 |
| ·本文系统特点与软件流程 | 第66-67页 |
| ·模拟驾驶图像采集 | 第67-70页 |
| ·跨Android平台的联调研究 | 第70-74页 |
| ·JNI简介 | 第70-71页 |
| ·适合于移植的接口设计 | 第71-72页 |
| ·跨平台C代码细节修改 | 第72页 |
| ·移植实现与结果 | 第72-74页 |
| ·本章小结 | 第74-76页 |
| 总结与展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间的科研成果 | 第82-84页 |
| 致谢 | 第84页 |
