基于达芬奇平台的疲劳驾驶检测研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及其意义 | 第9-11页 |
| 1.2 国内外研究概况 | 第11-13页 |
| 1.3 论文内容及安排 | 第13-16页 |
| 2 疲劳检测的相关技术 | 第16-35页 |
| 2.1 图像预处理方法 | 第16-24页 |
| 2.2 目标检测定位 | 第24-31页 |
| 2.3 疲劳状态判定方法的研究 | 第31-33页 |
| 2.4 本章小结 | 第33-35页 |
| 3 本文算法设计与分析 | 第35-53页 |
| 3.1 基于肤色的面部定位算法 | 第35-41页 |
| 3.2 眼睛定位与状态分析 | 第41-47页 |
| 3.3 嘴部定位与状态分析 | 第47-51页 |
| 3.4 疲劳状态判别 | 第51-52页 |
| 3.5 本章小结 | 第52-53页 |
| 4 疲劳算法 DaVinci 平台移植 | 第53-59页 |
| 4.1 达芬奇平台简介 | 第53-54页 |
| 4.2 算法优化及分析 | 第54-57页 |
| 4.3 优化结果 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 5 实验结果 | 第59-64页 |
| 5.1 肤色人脸定位结果 | 第59-60页 |
| 5.2 眼部和嘴部的定位结果 | 第60页 |
| 5.3 眼部和嘴部状态分析结果 | 第60-62页 |
| 5.4 疲劳状态结果 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 6 总结和展望 | 第64-66页 |
| 6.1 本文总结 | 第64-65页 |
| 6.2 未来展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
