基于前额眼电眼部行为分析的疲劳检测
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 目录 | 第5-10页 |
| 表格索引 | 第10-11页 |
| 插图索引 | 第11-13页 |
| 第一章 绪论 | 第13-33页 |
| 1.1 本文结构 | 第13-14页 |
| 1.2 疲劳检测的背景 | 第14-15页 |
| 1.2.1 疲劳的定义和危害 | 第14页 |
| 1.2.2 疲劳驾驶的严重后果 | 第14-15页 |
| 1.2.3 疲劳检测研究的意义 | 第15页 |
| 1.3 疲劳检测的研究现状 | 第15-17页 |
| 1.3.1 基于外部参数的疲劳检测 | 第15-16页 |
| 1.3.2 基于视频图像的疲劳检测 | 第16页 |
| 1.3.3 基于脑电的疲劳检测 | 第16页 |
| 1.3.4 基于眼部特征的疲劳检测 | 第16页 |
| 1.3.5 基于握力的疲劳检测 | 第16-17页 |
| 1.3.6 基于其他生理参数的疲劳检测 | 第17页 |
| 1.4 已有的疲劳检测产品 | 第17-18页 |
| 1.4.1 心跳速度检测仪 | 第17页 |
| 1.4.2 头部位置检测仪 | 第17页 |
| 1.4.3 路面警告系统 | 第17-18页 |
| 1.4.4 方向盘监视装置 | 第18页 |
| 1.5 眼电信号和眼部行为 | 第18-20页 |
| 1.5.1 眼电信号的产生 | 第18-19页 |
| 1.5.2 传统眼电信号的测量 | 第19页 |
| 1.5.3 前额眼电信号 | 第19-20页 |
| 1.5.4 常见的眼部行为 | 第20页 |
| 1.6 眼电信号分析的主要技术 | 第20-22页 |
| 1.6.1 盲信号分离 | 第20-21页 |
| 1.6.2 小波能量谱分析 | 第21页 |
| 1.6.3 傅里叶变换和滤波 | 第21-22页 |
| 1.6.4 眨眼提取方法 | 第22页 |
| 1.7 眼部行为与疲劳检测的关系 | 第22-24页 |
| 1.7.1 眼部行为与疲劳检测 | 第22-23页 |
| 1.7.2 眼电信号眼部行为的优势 | 第23-24页 |
| 1.7.3 眨眼特征与疲劳的关系 | 第24页 |
| 1.8 基于眼部行为的疲劳检测研究现状 | 第24-28页 |
| 1.8.1 FaceLAB 系统 | 第24-25页 |
| 1.8.2 Copilot 系统 | 第25页 |
| 1.8.3 AWAKE 系统 | 第25-26页 |
| 1.8.4 大阪理工学院的研究 | 第26页 |
| 1.8.5 PERCLOS 系统和标准 | 第26-27页 |
| 1.8.6 PERCLOS 系统的改进 | 第27页 |
| 1.8.7 打瞌睡检测系统 | 第27页 |
| 1.8.8 驾驶员疲劳报警系统 | 第27-28页 |
| 1.9 研究意义 | 第28-29页 |
| 1.9.1 前额眼电采集标准 | 第28页 |
| 1.9.2 眼部行为分析 | 第28页 |
| 1.9.3 疲劳检测 | 第28-29页 |
| 1.9.4 其他应用 | 第29页 |
| 1.10 研究内容 | 第29页 |
| 1.11 可行性分析 | 第29-30页 |
| 1.12 本文的创新性 | 第30-31页 |
| 1.13 本章小结 | 第31-33页 |
| 第二章 实验平台 | 第33-39页 |
| 2.1 模拟驾驶平台 | 第33-36页 |
| 2.1.1 模拟驾驶平台的优势 | 第33页 |
| 2.1.2 模拟驾驶平台 | 第33-36页 |
| 2.2 前额眼电信号采集和疲劳程度标注 | 第36-39页 |
| 2.2.1 前额电极的摆放位置 | 第36-37页 |
| 2.2.2 前额眼电信号采集和疲劳程度标注 | 第37-39页 |
| 第三章 前额眼电信号处理与疲劳检测相关算法 | 第39-69页 |
| 3.1 独立成分分析 | 第39-45页 |
| 3.1.1 盲源分离问题 | 第39页 |
| 3.1.2 独立成分分析 | 第39-42页 |
| 3.1.3 固定点算法 | 第42-45页 |
| 3.2 眨眼提取算法 | 第45-52页 |
| 3.2.1 差分幅度阈值法 | 第45-47页 |
| 3.2.2 差分幅度阈值法的缺点 | 第47-48页 |
| 3.2.3 差分幅度阈值法的改进 | 第48-49页 |
| 3.2.4 眨眼提取算法的实现 | 第49-50页 |
| 3.2.5 幅度归一化方法 | 第50-51页 |
| 3.2.6 眨眼特征的计算 | 第51-52页 |
| 3.3 其他眼部行为的分析 | 第52-54页 |
| 3.3.1 眼部行为的定义 | 第52-53页 |
| 3.3.2 眼部行为的分析 | 第53页 |
| 3.3.3 眼部行为提取算法 | 第53-54页 |
| 3.4 线性动力系统 | 第54-62页 |
| 3.4.1 线性动力系统简介 | 第54-55页 |
| 3.4.2 线性动力系统模型 | 第55-56页 |
| 3.4.3 线性动力系统递推算法 | 第56-57页 |
| 3.4.4 线性动力系统学习算法 | 第57-58页 |
| 3.4.5 简化的线性动力系统 | 第58-62页 |
| 3.5 支持向量机 | 第62-69页 |
| 3.5.1 线性可分情况的支持向量机 | 第62-66页 |
| 3.5.2 线性不可分情况的支持向量机 | 第66-69页 |
| 第四章 实验结果与分析 | 第69-79页 |
| 4.1 前额眼电信号与传统眼电信号的关系 | 第69-72页 |
| 4.1.1 前额眼电信号中的各种眼部行为 | 第69-71页 |
| 4.1.2 前额眼电信号与传统眼电信号的关系 | 第71-72页 |
| 4.2 眼部行为分析 | 第72-73页 |
| 4.2.1 眨眼检测结果 | 第72-73页 |
| 4.2.2 眼部行为检测结果 | 第73页 |
| 4.3 疲劳检测 | 第73-79页 |
| 4.3.1 使用眨眼特征的疲劳检测结果 | 第73-76页 |
| 4.3.2 使用眼部行为的疲劳检测结果 | 第76-78页 |
| 4.3.3 疲劳检测算法的在线性 | 第78-79页 |
| 第五章 疲劳检测系统设计 | 第79-81页 |
| 5.1 整体系统设计 | 第79-80页 |
| 5.2 疲劳检测模块 | 第80-81页 |
| 第六章 全文总结 | 第81-83页 |
| 6.1 主要结论 | 第81页 |
| 6.2 研究展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 攻读学位期间发表的学术论文目录 | 第89-91页 |
