| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·基于生理参数的疲劳检测法 | 第11-12页 |
| ·基于车辆行为参数的疲劳检测法 | 第12-13页 |
| ·基于图像处理的疲劳检测法 | 第13-14页 |
| ·本文研究内容及创新点 | 第14-15页 |
| ·本文组织结构 | 第15-17页 |
| 第2章 局部Gabor 方向投影子空间多模板人眼定位算法 | 第17-35页 |
| ·引言 | 第17-18页 |
| ·基于AdaBoost 的人脸定位 | 第18-23页 |
| ·矩形特征和积分图 | 第20-21页 |
| ·AdaBoost 学习算法 | 第21-22页 |
| ·分类器的级联 | 第22-23页 |
| ·光照补偿预处理 | 第23-24页 |
| ·基于几何结构特征的人脸校正 | 第24-27页 |
| ·嘴唇定位 | 第24-25页 |
| ·Harris 嘴角检测 | 第25-27页 |
| ·头部姿势估计及校正 | 第27页 |
| ·人眼粗定位 | 第27-30页 |
| ·肤色提取 | 第28-29页 |
| ·基于局部Gabor 方向投影的眉眼区域定位 | 第29-30页 |
| ·多状态模板匹配人眼定位 | 第30-32页 |
| ·多状态模板获取 | 第30-31页 |
| ·模板匹配人眼定位 | 第31-32页 |
| ·实验仿真 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 嵌入LBP 描述的Mean Shift 人眼跟踪 | 第35-46页 |
| ·引言 | 第35-36页 |
| ·Mean Shift 算法基本原理 | 第36-38页 |
| ·目标表示 | 第37页 |
| ·跟踪算法 | 第37-38页 |
| ·嵌入LBP 描述的人眼跟踪算法 | 第38-43页 |
| ·LBP 纹理模型 | 第38-41页 |
| ·特征空间的选择 | 第41-42页 |
| ·结合LBP 与颜色的目标表示 | 第42-43页 |
| ·人眼跟踪 | 第43页 |
| ·实验仿真 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 疲劳状态识别 | 第46-58页 |
| ·引言 | 第46页 |
| ·PERCLOS 算法简介 | 第46-47页 |
| ·眨眼检测 | 第47-49页 |
| ·打哈欠检测 | 第49页 |
| ·疲劳判别 | 第49-50页 |
| ·实验仿真 | 第50-56页 |
| ·眼睛及嘴唇状态跟踪实验 | 第51-53页 |
| ·疲劳状态跟踪实验 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-67页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |