基于视频的驾驶员疲劳状态检测研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·疲劳驾驶的危害 | 第7-8页 |
| ·疲劳驾驶相关研究的重要性 | 第8页 |
| ·相关研究发展现状和研究成果 | 第8-12页 |
| ·分析疲劳生理变化引起的汽车动态变化 | 第9-10页 |
| ·测量驾驶员的生理信号 | 第10页 |
| ·监测头部，眼部的状态和活动来检测疲劳 | 第10-12页 |
| ·现有研究存在的问题 | 第12页 |
| ·本论文的研究内容 | 第12-13页 |
| 2 系统概述 | 第13-15页 |
| ·系统设计 | 第13-14页 |
| ·性能要求 | 第14页 |
| ·开发环境 | 第14-15页 |
| ·硬件开发平台 | 第14页 |
| ·软件开发平台 | 第14-15页 |
| 3 视频帧提取 | 第15-19页 |
| ·DirectShow 的总体结构 | 第15-16页 |
| ·媒体监测器对象提取视频帧原理 | 第16页 |
| ·具体实现 | 第16-18页 |
| ·创建媒体监测器 | 第16-17页 |
| ·指定媒体文件 | 第17页 |
| ·得到视频输出流数目 | 第17页 |
| ·指定编辑和操作的流 | 第17页 |
| ·解压缩视频流 | 第17-18页 |
| ·获得位图数据 | 第18页 |
| ·小结 | 第18-19页 |
| 4 眼睛状态检测 | 第19-31页 |
| ·人脸检测 | 第19-23页 |
| ·人脸检测算法概述 | 第19-20页 |
| ·基于混合肤色模型的人脸检测算法 | 第20-22页 |
| ·后续处理 | 第22-23页 |
| ·人眼检测 | 第23-27页 |
| ·眼睛检测算法概述 | 第23-24页 |
| ·自适应Prewitt 边缘检测 | 第24-25页 |
| ·图像增强、二值化 | 第25页 |
| ·特征区域筛选 | 第25-26页 |
| ·特征区域匹配 | 第26页 |
| ·实验分析与小结 | 第26-27页 |
| ·眼睛状态判别 | 第27-30页 |
| ·眼睛状态检测算法介绍 | 第27页 |
| ·提取眼睛状态特征向量 | 第27-28页 |
| ·LVQ 神经网络简介 | 第28-30页 |
| ·眼睛状态识别神经网络设计 | 第30页 |
| ·实验结果分析 | 第30-31页 |
| 5 疲劳状态检测 | 第31-33页 |
| ·识别疲劳的生理学指标 | 第31-32页 |
| ·疲劳状态检测算法 | 第32页 |
| ·实验结果分析 | 第32-33页 |
| 6 系统功能介绍 | 第33-35页 |
| ·程序主界面 | 第33页 |
| ·功能介绍 | 第33-35页 |
| ·视频处理 | 第33-34页 |
| ·疲劳检测报警 | 第34页 |
| ·图像处理 | 第34-35页 |
| 7 总结与展望 | 第35-37页 |
| 致谢 | 第37-39页 |
| 参考文献 | 第39-43页 |
| 在校期间发表论文 | 第43页 |
