摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
目录 | 第8-10页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 本文的主要研究内容 | 第13-16页 |
第2章 驾驶员面部检测 | 第16-34页 |
2.1 人脸检测技术简介 | 第16-18页 |
2.2 图像采集 | 第18-19页 |
2.3 图像预处理 | 第19-21页 |
2.4 基于 AdaBoost 的人脸检测 | 第21-32页 |
2.4.1 AdaBoost 算法 | 第21-28页 |
2.4.2 实现检测过程及结果 | 第28-32页 |
2.5 本章小结 | 第32-34页 |
第3章 驾驶员面部器官跟踪 | 第34-48页 |
3.1 目标跟踪技术 | 第34-36页 |
3.1.1 基于运动的目标跟踪 | 第34-35页 |
3.1.2 基于相关的目标跟踪 | 第35页 |
3.1.3 基于特征的目标跟踪 | 第35-36页 |
3.1.4 基于模型的目标跟踪 | 第36页 |
3.2 基于 CamShift 与 Kalman 结合的面部器官跟踪 | 第36-46页 |
3.2.1 MeanShift 算法 | 第36-38页 |
3.2.2 CamShift 跟踪算法 | 第38-39页 |
3.2.3 Kalman 滤波器 | 第39-43页 |
3.2.4 本文的跟踪算法及实验 | 第43-46页 |
3.3 本章小结 | 第46-48页 |
第4章 驾驶员注意力分散检测 | 第48-62页 |
4.1 摄像头标定 | 第48-51页 |
4.2 驾驶员面部朝向计算 | 第51-55页 |
4.3 驾驶员注意力分散检测 | 第55-57页 |
4.3.1 驾驶员注意力分散检测概述 | 第55-56页 |
4.3.2 驾驶员注意力分散检测 | 第56-57页 |
4.4 实验及结果分析 | 第57-61页 |
4.4.1 硬件组成 | 第57页 |
4.4.2 软件开发平台及程序流程 | 第57-58页 |
4.4.3 实验结果 | 第58-61页 |
4.5 本章小结 | 第61-62页 |
第5章 全文总结 | 第62-64页 |
5.1 论文的主要研究成果 | 第62-63页 |
5.2 不足与展望 | 第63-64页 |
参考文献 | 第64-68页 |
致谢 | 第68页 |