首页--交通运输论文--公路运输论文--交通工程与公路运输技术管理论文--交通工程与交通管理论文--交通系统论文

基于视觉的驾驶员注意力检测与判别研究

摘要第5-6页
Abstract第6页
第1章 绪论第11-19页
    1.1 .课题来源第11页
    1.2 .研究背景与意义第11-12页
        1.2.1 .研究背景第11-12页
        1.2.2 .研究意义第12页
    1.3 .国内外研究现状第12-15页
        1.3.1 .注意力检测第13-14页
        1.3.2 .道路前方目标检测第14-15页
    1.4 .本文主要工作第15-17页
    1.5 .章节安排第17-19页
第2章 基于视觉的驾驶员注意力相关知识第19-26页
    2.1 .人脸检测与跟踪基础第19-23页
        2.1.1 .基于Haar-Like特征的Adaboost人脸检测第19-22页
        2.1.2 .基于SDM算法的人脸特征点检测第22-23页
    2.2 .道路前方目标检测基础第23-25页
        2.2.1 .ORB特征点匹配第23-24页
        2.2.2 .k-means聚类第24-25页
    2.3 .本章小结第25-26页
第3章 驾驶员面部检测与分析第26-35页
    3.1 .相关参数定义与学习第26-31页
        3.1.1 .参数定义第26-29页
        3.1.2 .参数学习第29-31页
    3.2 .疲劳检测第31-32页
    3.3 .头部偏离检测第32页
    3.4 .视线方向估计第32-33页
    3.5 .本章小结第33-35页
第4章 道路前方危险目标检测算法第35-43页
    4.1 .算法整体流程第35-37页
    4.2 .图像预处理第37页
    4.3 .三帧ORB特征点匹配与聚类第37-39页
    4.4 .光流矢量计算第39-40页
    4.5 .危险系数计算第40-42页
    4.6 .本章小结第42-43页
第5章 注意力检测与判别原型系统第43-54页
    5.1 .注视区域匹配第43-44页
    5.2 .注意力决策模块第44-46页
    5.3 .注意力检测与判别原型系统流程第46-47页
    5.4 .实验及分析第47-53页
        5.4.1 .实验平台第47-48页
        5.4.2 .实验结果第48-53页
    5.5 .本章小结第53-54页
结论第54-56页
参考文献第56-61页
附录A 攻读硕士学位期间的学术成果第61-62页
附录B 攻读硕士学位期间参与的项目列表第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:基于局部二值模式和主成分分析的安卓恶意软件检测方法
下一篇:单幅图像雾霾浓度感知与去雾算法研究