| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 插图索引 | 第9-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-21页 |
| ·研究背景和意义 | 第12页 |
| ·疲劳驾驶相关认识 | 第12-14页 |
| ·国内外研究现状 | 第14-18页 |
| ·疲劳检测技术的分类 | 第14-16页 |
| ·国外研究成果 | 第16-18页 |
| ·国内研究现状 | 第18页 |
| ·本文主要工作 | 第18-19页 |
| ·论文组织结构 | 第19-21页 |
| 第2章 人脸检测算法 | 第21-32页 |
| ·人脸检测算法概述 | 第21-23页 |
| ·图像预处理 | 第23-25页 |
| ·人脸定位算法 | 第25-31页 |
| ·颜色空间选择 | 第25-26页 |
| ·图像二值化 | 第26-29页 |
| ·中值滤波 | 第29-30页 |
| ·确定人脸位置 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第3章 人脸跟踪 | 第32-46页 |
| ·运动跟踪理论介绍 | 第32-34页 |
| ·运动跟踪流程 | 第32页 |
| ·运动跟踪算法分类 | 第32-34页 |
| ·卡尔曼滤波器 | 第34-37页 |
| ·卡尔曼滤波器概述 | 第34-35页 |
| ·卡尔曼滤波器的数学模型 | 第35-37页 |
| ·Mean Shift 跟踪算法 | 第37-40页 |
| ·卡尔曼滤波器和Mean Shift 算法结合的人脸跟踪 | 第40-45页 |
| ·卡尔曼滤波器的设置 | 第40-42页 |
| ·Mean Shift 的模板更新 | 第42页 |
| ·实验算法流程 | 第42-45页 |
| ·小结 | 第45-46页 |
| 第4章 人眼状态识别和疲劳判断 | 第46-53页 |
| ·人眼识别常用方法 | 第46-48页 |
| ·本文采用的人眼定位和状态识别方法 | 第48-50页 |
| ·人眼定位 | 第48-49页 |
| ·眼睛状态判别 | 第49-50页 |
| ·基于PERCLOS 的疲劳判定 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第5章 基于信息融合的疲劳判断 | 第53-65页 |
| ·信息融合方法介绍 | 第53页 |
| ·基于模糊逻辑的信息融合 | 第53-54页 |
| ·基于 MATLAB 模糊工具箱的疲劳判断 | 第54-61页 |
| ·MATLAB 模糊工具箱介绍 | 第54-55页 |
| ·基于模糊逻辑的疲劳判断 | 第55-61页 |
| ·基于ZigBee 的疲劳驾驶警示系统的模型设计 | 第61-64页 |
| ·小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附录 A (攻读学位期间所发表的学术论文目录) | 第71页 |