| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-17页 |
| ·引言 | 第8页 |
| ·驾驶疲劳检测研究现状综述 | 第8-15页 |
| ·基于生理学的方法 | 第9-10页 |
| ·基于行为的方法 | 第10-11页 |
| ·基于计算机视觉的方法 | 第11-13页 |
| ·多种信息融合的方法 | 第13页 |
| ·几种方法的比较分析 | 第13-14页 |
| ·小结 | 第14-15页 |
| ·主要研究内容和结构安排 | 第15-17页 |
| ·主要研究内容 | 第15-16页 |
| ·论文结构安排 | 第16-17页 |
| 第2章 人脸定位 | 第17-29页 |
| ·引言 | 第17页 |
| ·人脸检测研究概况 | 第17-20页 |
| ·肤色区域分割与人脸验证的方法 | 第17-18页 |
| ·基于启发式模型的方法 | 第18-19页 |
| ·基于统计模型的方法 | 第19-20页 |
| ·人脸定位的实现与改进 | 第20-28页 |
| ·肤色提取 | 第20-23页 |
| ·基于先验知识的人脸区域绑定 | 第23-24页 |
| ·定位结果修正 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 人脸跟踪 | 第29-37页 |
| ·引言 | 第29页 |
| ·CAM Shift 算法原理 | 第29-35页 |
| ·颜色空间选择 | 第30-32页 |
| ·反向投影 | 第32-34页 |
| ·Mean Shift 算法 | 第34页 |
| ·Cam Shift 运算 | 第34-35页 |
| ·基于CAM Shift 的人脸跟踪 | 第35页 |
| ·人脸跟踪实验及结果分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 眼睛定位及跟踪 | 第37-50页 |
| ·引言 | 第37页 |
| ·眼睛检测的方法 | 第37-38页 |
| ·Haar-Like 特征级联分类器原理 | 第38-44页 |
| ·Haar-Like 特征 | 第38-40页 |
| ·积分图像 | 第40-42页 |
| ·Haar-Like 特征分类器 | 第42-44页 |
| ·基于Haar-Like 特征级联分类器的人眼定位 | 第44-46页 |
| ·人眼跟踪 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 眼睛信息提取和疲劳程度计算 | 第50-59页 |
| ·引言 | 第50页 |
| ·PERCLOS 原理 | 第50-51页 |
| ·眼睛信息提取 | 第51-54页 |
| ·相关研究方法 | 第51-52页 |
| ·基于虹膜外接矩形特征的眼睑闭合度计算 | 第52-54页 |
| ·疲劳检测实验及结果分析 | 第54-58页 |
| ·基于PC 平台的实验 | 第54-55页 |
| ·基于DSP 嵌入式平台的实验 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间所发表的学术论文 | 第64-65页 |
| 致谢 | 第65页 |