驾驶环境中人眼睁闭状态跟踪
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-20页 |
| ·课题研究背景 | 第11-17页 |
| ·驾驶环境中人眼睁闭状态跟踪的研究意义 | 第11-13页 |
| ·驾驶环境中人眼睁闭状态跟踪国内外研究现状 | 第13-17页 |
| ·人眼睁闭状态跟踪的技术难点 | 第17-18页 |
| ·本文的研究内容和关键技术 | 第18-19页 |
| ·本文的组织结构 | 第19-20页 |
| 第二章 驾驶环境中人眼睁闭状态跟踪算法原理 | 第20-29页 |
| ·算法流程 | 第20-21页 |
| ·人眼睁闭状态判别算法的设计原理 | 第21-25页 |
| ·人眼睁闭状态判别方法 | 第21-23页 |
| ·人脸检测方法 | 第23-24页 |
| ·睁眼图像检测方法 | 第24-25页 |
| ·特征分类器设计和训练方法 | 第25-28页 |
| ·图像特征选取 | 第26-27页 |
| ·分类器设计和训练方法 | 第27-28页 |
| ·分类器分类性能评估 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章 特征分类器设计和训练 | 第29-52页 |
| ·本文所用特征分类器的设计 | 第29-38页 |
| ·图像特征选取 | 第29-32页 |
| ·弱分类器构建 | 第32-34页 |
| ·强分类器组合 | 第34-37页 |
| ·分类器级联 | 第37-38页 |
| ·分类器设计总结 | 第38页 |
| ·特征分类器训练 | 第38-47页 |
| ·样本集构建 | 第38-45页 |
| ·增量迭代训练方法 | 第45-47页 |
| ·分类器分类性能评估 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 人脸检测和睁眼图像检测 | 第52-64页 |
| ·人脸检测 | 第52-57页 |
| ·人脸分类器级联 | 第52-54页 |
| ·人脸检测方法 | 第54-57页 |
| ·睁眼图像检测 | 第57-63页 |
| ·睁眼图像分类器级联 | 第57-61页 |
| ·睁眼图像检测原理 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 跟踪算法实现及实验结果分析 | 第64-75页 |
| ·跟踪算法实现 | 第64-66页 |
| ·跟踪算法目标 | 第64页 |
| ·跟踪算法编程实现 | 第64-66页 |
| ·跟踪算法性能评估 | 第66-71页 |
| ·实验硬件环境 | 第66页 |
| ·检测准确率 | 第66-70页 |
| ·算法运行速度 | 第70-71页 |
| ·跟踪算法应用 | 第71-74页 |
| ·列车驾驶员辅助系统流程 | 第71-72页 |
| ·列车驾驶员辅助系统实时运行效果 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 结论和展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 在学期间发表论文 | 第81-82页 |
| 致谢 | 第82页 |
