基于人眼跟踪分析的疲劳驾驶检测的研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及现实意义 | 第11页 |
| 1.2 疲劳检测技术的分类 | 第11-14页 |
| 1.2.1 根据车辆行驶特性检测 | 第12页 |
| 1.2.2 根据驾驶员生理指标检测 | 第12-13页 |
| 1.2.3 根据驾驶员行为特性检测 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-15页 |
| 1.3.1 国外研究情况 | 第14-15页 |
| 1.3.2 国内研究情况 | 第15页 |
| 1.4 论文主要内容 | 第15-16页 |
| 1.5 论文组织结构 | 第16-17页 |
| 第2章 疲劳检测相关技术 | 第17-31页 |
| 2.1 数字图像处理基础 | 第17-26页 |
| 2.1.1 灰度变换 | 第17-18页 |
| 2.1.2 直方图均衡化 | 第18-19页 |
| 2.1.3 亮度对比度变换 | 第19-20页 |
| 2.1.4 二值化处理 | 第20-21页 |
| 2.1.5 平滑处理 | 第21-22页 |
| 2.1.6 边缘检测 | 第22-25页 |
| 2.1.7 形态学图像处理 | 第25-26页 |
| 2.2 目标检测相关技术 | 第26-27页 |
| 2.2.1 人脸检测 | 第27页 |
| 2.2.2 人眼检测 | 第27页 |
| 2.3 目标跟踪相关技术 | 第27-29页 |
| 2.4 针对人眼特征的疲劳检测指标 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 基于ADABOOST的定位检测 | 第31-43页 |
| 3.1 ADABOOST级联分类器 | 第31-36页 |
| 3.1.1 AdaBoost分类器的训练 | 第31-34页 |
| 3.1.2 级联分类器 | 第34-36页 |
| 3.2 级联分类器定位人脸和人眼的实现 | 第36-41页 |
| 3.2.1 图像预处理的实现 | 第37-40页 |
| 3.2.2 人脸检测定位 | 第40页 |
| 3.2.3 人眼检测定位 | 第40-41页 |
| 3.3 本章小结 | 第41-43页 |
| 第4章 基于模板匹配的人眼跟踪 | 第43-63页 |
| 4.1 人眼跟踪流程 | 第43-44页 |
| 4.2 人眼区域的预测 | 第44-48页 |
| 4.2.1 预测人眼中心点坐标 | 第44-47页 |
| 4.2.2 修正目标区域 | 第47-48页 |
| 4.3 模板匹配与更新 | 第48-51页 |
| 4.3.1 匹配过程 | 第49页 |
| 4.3.2 模板匹配算法 | 第49-50页 |
| 4.3.3 模板更新 | 第50-51页 |
| 4.4 提取人眼轮廓 | 第51-60页 |
| 4.4.1 区域放大 | 第52-54页 |
| 4.4.2 边缘检测 | 第54-57页 |
| 4.4.3 轮廓提取与标记 | 第57-59页 |
| 4.4.4 人眼区域更新 | 第59-60页 |
| 4.5 重定位判断 | 第60-61页 |
| 4.6 本章小结 | 第61-63页 |
| 第5章 疲劳程度评测 | 第63-69页 |
| 5.1 人眼特征提取 | 第63-64页 |
| 5.2 PERCLOS参数提取 | 第64-65页 |
| 5.3 眨眼频率提取 | 第65-66页 |
| 5.4 疲劳评测分析 | 第66-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第6章 算法实现与仿真结果分析 | 第69-77页 |
| 6.1 实验环境 | 第69页 |
| 6.2 仿真功能模块 | 第69-71页 |
| 6.3 测试结果与分析 | 第71-76页 |
| 6.3.1 理想环境下的测试 | 第71-74页 |
| 6.3.2 复杂情况下的测试 | 第74-76页 |
| 6.4 本章小结 | 第76-77页 |
| 第7章 总结与展望 | 第77-79页 |
| 7.1 本文工作总结 | 第77页 |
| 7.2 工作展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83页 |
