| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题背景 | 第10-11页 |
| ·国内外疲劳检测研究现状 | 第11-15页 |
| ·本文工作 | 第15-17页 |
| 第二章 疲劳相关基础 | 第17-23页 |
| ·疲劳的概念 | 第17页 |
| ·疲劳形成机理 | 第17-21页 |
| ·疲劳的心理学机理 | 第17页 |
| ·疲劳的生理学机理 | 第17-20页 |
| ·疲劳的行为学机理 | 第20-21页 |
| ·疲劳的表现 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 AdaBoost 方法概述 | 第23-31页 |
| ·PAC 学习模型 | 第23-24页 |
| ·概述 | 第23-24页 |
| ·数学描述 | 第24页 |
| ·强学习与弱学习 | 第24-25页 |
| ·AdaBoost 训练算法 | 第25-27页 |
| ·弱分类器选取及强分类器构成 | 第27页 |
| ·错误率上限 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 一种改进的AdaBoost 人脸区域快速检测算法 | 第31-47页 |
| ·人脸区域检测方法 | 第31-37页 |
| ·人脸检测方法分类 | 第31-34页 |
| ·经典方法概述 | 第34-37页 |
| ·基于AdaBoost 的人脸区域快速检测算法 | 第37-42页 |
| ·瞳孔粗定位 | 第38-39页 |
| ·级联检测器 | 第39-42页 |
| ·实验仿真及分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 一种基于AdaBoost 的人脸疲劳状态检测算法 | 第47-67页 |
| ·疲劳检测方法 | 第47-52页 |
| ·生理信号检测方法 | 第47-50页 |
| ·行为检测方法 | 第50页 |
| ·机器视觉检测方法 | 第50-51页 |
| ·几种方法比较 | 第51-52页 |
| ·基于AdaBoost 的疲劳检测算法 | 第52-62页 |
| ·图像预处理 | 第53-54页 |
| ·人脸检测与跟踪 | 第54-58页 |
| ·脸部表情特征提取 | 第58-61页 |
| ·疲劳表情识别 | 第61-62页 |
| ·实验仿真及分析 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·课题总结 | 第67页 |
| ·课题展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 作者在学期间取得的学术成果 | 第75页 |