摘要 | 第8-10页 |
ABSTRACT | 第10-12页 |
第1章 绪论 | 第13-21页 |
1.1 论文的研究意义与背景 | 第13-14页 |
1.2 疲劳驾驶表现及检测分析 | 第14-15页 |
1.3 疲劳驾驶检测的研究现状 | 第15-18页 |
1.3.1 国外研究现状 | 第15-17页 |
1.3.2 国内研究现状 | 第17-18页 |
1.4 本文的主要研究内容 | 第18-20页 |
1.5 章节安排 | 第20-21页 |
第2章 人脸检测和人眼初检测 | 第21-39页 |
2.1 基于Adaboost的人脸检测算法介绍 | 第21-29页 |
2.1.1 Adaboost算法和其实时性 | 第21-26页 |
2.1.2 基于Adaboost的人脸检测 | 第26-29页 |
2.1.3 头部疲劳参数 | 第29页 |
2.2 人眼初定位 | 第29-37页 |
2.2.1 基于Hough变换检测眼圆方法 | 第30-33页 |
2.2.2 灰度信息确定人眼方法设计 | 第33-36页 |
2.2.3 低分辨率检测实验设计 | 第36-37页 |
2.3 本章小结 | 第37-39页 |
第3章 人眼模板和眼部疲劳参数 | 第39-53页 |
3.1 主动表观模型 | 第39-43页 |
3.1.1 AAM建模算法 | 第39-42页 |
3.1.2 AAM匹配算法 | 第42-43页 |
3.2 AAM人眼模版 | 第43-48页 |
3.2.1 AAM模版的训练实现 | 第43-46页 |
3.2.2 人眼模板的匹配和跟踪 | 第46-47页 |
3.2.3 眼部特征信息提取 | 第47-48页 |
3.3 眼部疲劳参数 | 第48-52页 |
3.3.1 眼部疲劳参数研究 | 第48-49页 |
3.3.2 PERCLOS参数的实时获取 | 第49-52页 |
3.4 本章小结 | 第52-53页 |
第4章 嘴部特征检测识别和嘴部疲劳参数 | 第53-65页 |
4.1 嘴部状态检测识别研究 | 第53-54页 |
4.2 嘴部特征检测识别方法设计 | 第54-62页 |
4.2.1 嘴部区域在Ycbcr空间的色彩信息处理 | 第54-55页 |
4.2.2 基于Gabor滤波的LBP变换 | 第55-58页 |
4.2.3 直方图特征提取和SVM状态分类 | 第58-62页 |
4.3 嘴部疲劳参数 | 第62-64页 |
4.3.1 嘴部疲劳参数研究 | 第62页 |
4.3.2 嘴部疲劳参数获取方法和实验 | 第62-64页 |
4.4 本章小结 | 第64-65页 |
第5章 疲劳驾驶检测系统流程方法设计 | 第65-69页 |
5.1 疲劳驾驶检测流程设计 | 第65-68页 |
5.1.1 模块设计 | 第65页 |
5.1.2 检测流程设计 | 第65-68页 |
5.2 本章小节 | 第68-69页 |
第6章 研究工作的总结和展望 | 第69-73页 |
6.1 本文总结 | 第69-71页 |
6.1.1 本文的主要研究成果 | 第69-71页 |
6.1.2 存在的不足 | 第71页 |
6.2 下一步工作的展望 | 第71-73页 |
参考文献 | 第73-79页 |
致谢 | 第79-81页 |
学位论文评阅及答辩情况表 | 第81页 |