基于红外技术的驾驶员脸部识别研究
提要 | 第1-7页 |
第一章 绪论 | 第7-21页 |
·引言 | 第7-9页 |
·红外图像人脸识别概述 | 第9-14页 |
·人脸识别简介 | 第9-10页 |
·人脸识别检测的研究方法 | 第10-13页 |
·人脸特征提取与识别方法概述 | 第13页 |
·红外图像人脸识别 | 第13-14页 |
·国内外基于红外技术驾驶员脸部识别监测的研究现状 | 第14-18页 |
·国外基于红外技术驾驶员脸部识别监测研究现状 | 第14-17页 |
·Qiqiang等人研发的驾驶员预警系统 | 第14-16页 |
·Copilot系统 | 第16页 |
·瑞典SmartEye系统 | 第16-17页 |
·ASV2 系统 | 第17页 |
·国内基于红外技术驾驶员脸部识别监测研究现状 | 第17-18页 |
·本文的研究意义 | 第18-19页 |
·本文内容安排 | 第19-21页 |
第二章 驾驶员脸部红外图像采集以及红外图像预处理 | 第21-32页 |
·引言 | 第21-22页 |
·驾驶员脸部主动红外图像采集 | 第22-26页 |
·红外图像的采集系统 | 第22-24页 |
·工作原理 | 第24-25页 |
·红外图像的应用场合 | 第25页 |
·红外图像特点 | 第25-26页 |
·红外图像的预处理 | 第26-31页 |
·引言 | 第26页 |
·红外图像预处理 | 第26-31页 |
·灰度处理 | 第26-29页 |
·图像去噪 | 第29-31页 |
·本章小结 | 第31-32页 |
第三章 驾驶员脸部红外图像分割算法研究 | 第32-45页 |
·引言 | 第32页 |
·分割算法 | 第32-36页 |
·图像分割概述 | 第32-33页 |
·图像阈值分割 | 第33-34页 |
·图象二值化的意义 | 第34-35页 |
·灰度直方图的定义 | 第35-36页 |
·驾驶员红外图像分割算法 | 第36-44页 |
·矩不变自动阈值门限法 | 第36-39页 |
·基于二维类间方差多门限分割 | 第39-43页 |
·分割算法对比分析 | 第43-44页 |
·本章小结 | 第44-45页 |
第四章 驾驶员脸部识别与眼睛定位 | 第45-68页 |
·引言 | 第45页 |
·阈值面积消去法 | 第45-50页 |
·基本概念 | 第45-46页 |
·八连通成分标记 | 第46-50页 |
·二值图像形态学处理 | 第50-53页 |
·识别概述 | 第53-58页 |
·数字信息获取 | 第56页 |
·预处理 | 第56-57页 |
·特征提取和选择 | 第57页 |
·分类决策 | 第57-58页 |
·脸部特征提取与脸部识别 | 第58-60页 |
·眼睛定位 | 第60-66页 |
·驾驶员眼睛区域的几何约束 | 第61-63页 |
·眼部定位的具体实现方案 | 第63页 |
·黑斑椭圆近似程度验证 | 第63-66页 |
·实验结果及分析 | 第66页 |
·本章小结 | 第66-68页 |
第五章 全文总结 | 第68-71页 |
·论文的主要工作及结论 | 第68-69页 |
·本文的局限性及进一步研究工作 | 第69-71页 |
参考文献 | 第71-75页 |
摘要 | 第75-77页 |
Abstract | 第77-80页 |
致谢 | 第80-81页 |
导师及作者简介 | 第81页 |
导师简介 | 第81页 |
作者简介 | 第81页 |