| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·疲劳驾驶检测课题研究的背景和意义 | 第8页 |
| ·疲劳驾驶检测技术的发展概述和研究现状 | 第8-11页 |
| ·疲劳驾驶检测技术的概述 | 第8-11页 |
| ·基于视觉的疲劳驾驶检测技术概述 | 第11页 |
| ·疲劳驾驶检测方法的难点 | 第11-12页 |
| ·研究的主要内容及结构安排 | 第12-14页 |
| ·研究的主要内容 | 第12-13页 |
| ·本文的章节安排 | 第13-14页 |
| 第二章 人脸检测与定位技术 | 第14-33页 |
| ·人脸检测与定位技术概述 | 第14-16页 |
| ·基于图像的人脸检测方法 | 第14-15页 |
| ·基于特征的人脸检测方法 | 第15-16页 |
| ·Adaboost人脸检测算法介绍 | 第16-30页 |
| ·Haar-like特征的提取 | 第16-22页 |
| ·快速的光照校正 | 第22页 |
| ·设计分类器 | 第22-27页 |
| ·级联分类器的构造 | 第27-28页 |
| ·人脸检测中多尺度变换问题 | 第28-30页 |
| ·实验结果 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 眼睛定位 | 第33-46页 |
| ·人眼位置的定位 | 第33-35页 |
| ·人眼定位的先验知识 | 第33-34页 |
| ·灰度投影法 | 第34-35页 |
| ·Mean-shift算法 | 第35-41页 |
| ·Mean-shift算法的基本思想 | 第36-37页 |
| ·算法的扩展 | 第37-38页 |
| ·Mean-shift算法 | 第38-39页 |
| ·Mean-shift算法用于非刚性目标跟踪 | 第39-41页 |
| ·基于Mean-shift算法的人眼跟踪方法 | 第41-45页 |
| ·确定人眼初始位置 | 第41-42页 |
| ·Mean shift算法跟踪人眼 | 第42-43页 |
| ·实验结果和分析 | 第43-45页 |
| ·结论 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第四章 眼睛状态识别 | 第46-55页 |
| ·眼睛状态识别方法的概述 | 第46-47页 |
| ·眼角的定位 | 第47-52页 |
| ·角点检测 | 第47-49页 |
| ·眼角的定位方法 | 第49-52页 |
| ·基于上眼睑高度的人眼状态识别 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 基于PERCLOS标准的疲劳状态分析 | 第55-62页 |
| ·疲劳参数提取 | 第55-59页 |
| ·PERCLOS原理 | 第55-58页 |
| ·基于PERCLOS与眨眼频率相结合的疲劳状态分析 | 第58-59页 |
| ·疲劳驾驶检测系统的流程 | 第59-60页 |
| ·实验结果与分析 | 第60-61页 |
| ·实验运行平台及相关参数 | 第60-61页 |
| ·实验结果分析 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间的研究成果 | 第68页 |