| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 引言 | 第7-14页 |
| 1.1 课题背景和意义 | 第7-8页 |
| 1.2 国内外研究现状和难点 | 第8-13页 |
| 1.2.1 疲劳驾驶检测方法 | 第8-12页 |
| 1.2.2 疲劳驾驶检测的研究难点 | 第12-13页 |
| 1.3 本文的内容安排 | 第13-14页 |
| 第2章 人脸检测 | 第14-25页 |
| 2.1 图像预处理 | 第14-17页 |
| 2.1.1 直方图均衡化 | 第14-15页 |
| 2.1.2 中值滤波 | 第15-16页 |
| 2.1.3 光照补偿 | 第16-17页 |
| 2.2 人脸检测 | 第17-22页 |
| 2.2.1 肤色模型 | 第18-22页 |
| 2.3 基于HSV肤色模型的人脸检测 | 第22-25页 |
| 第3章 人脸定位与跟踪 | 第25-38页 |
| 3.1 基于ASM人脸定位与跟踪 | 第25-32页 |
| 3.1.1 训练阶段 | 第26-29页 |
| 3.1.2 ASM模型的建立 | 第29-31页 |
| 3.1.3 ASM迭代搜索 | 第31页 |
| 3.1.4 基于ASM算法的人脸定位与跟踪实验与分析 | 第31-32页 |
| 3.2 基于AAM人脸定位与跟踪 | 第32-38页 |
| 3.2.1 AAM形状模型的建立 | 第32-33页 |
| 3.2.2 AAM纹理模型的建立 | 第33-34页 |
| 3.2.3 表观模型的建立 | 第34-35页 |
| 3.2.4 AAM搜索 | 第35-36页 |
| 3.2.5 基于AAM算法的人脸定位与跟踪实验与分析 | 第36-38页 |
| 第4章 眼部和嘴巴的精确定位 | 第38-45页 |
| 4.1 眼睛、嘴巴定位方法综述 | 第38-40页 |
| 4.2 基于边缘检测算法的眼睛精确定位 | 第40-43页 |
| 4.3 嘴巴精确定位 | 第43-45页 |
| 第5章 疲劳状态的判断 | 第45-59页 |
| 5.1 PERCLOS疲劳判断原理 | 第45-47页 |
| 5.2 疲劳状态判别 | 第47-49页 |
| 5.2.1 眼睛模型 | 第47-48页 |
| 5.2.2 嘴巴开度模型 | 第48-49页 |
| 5.3 实验结果分析 | 第49-59页 |
| 5.3.1 实验平台介绍 | 第49-57页 |
| 5.3.2 实验结果与分析 | 第57-59页 |
| 第6章 结论与展望 | 第59-61页 |
| 6.1 结论 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间的研究成果 | 第66页 |