| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景及意义 | 第8-9页 |
| ·疲劳驾驶检测国内外研究现状 | 第9-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·研究的主要内容及任务 | 第12-13页 |
| ·论文的构架 | 第13-15页 |
| 第二章 基于AdaBoost的白天驾驶员面部特征的定位 | 第15-32页 |
| ·AdaBoost算法 | 第15-17页 |
| ·Boosting算法原理 | 第15-16页 |
| ·AdaBoost算法原理 | 第16-17页 |
| ·人脸的Haar特征表示 | 第17-22页 |
| ·Haar特征 | 第17-19页 |
| ·积分图像 | 第19-20页 |
| ·人脸Haar特征的积分图计算 | 第20-22页 |
| ·基于AdaBoost算法的人脸检测 | 第22-25页 |
| ·基于AdaBoost算法的面部特征的定位 | 第25-31页 |
| ·基于AdaBoost算法的人眼精确定位 | 第26-29页 |
| ·嘴部的粗定位 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于改进ASM算法的白天驾驶员疲劳状态识别 | 第32-46页 |
| ·基于PERCLOS的白天疲劳驾驶检测方法 | 第32-34页 |
| ·PERCLOS方法简介 | 第32-33页 |
| ·PERCLOS方法的疲劳检测原理 | 第33-34页 |
| ·传统ASM算法 | 第34-36页 |
| ·传统ASM算法介绍 | 第34-35页 |
| ·传统ASM算法存在的不足 | 第35-36页 |
| ·改进的ASM算法及其在疲劳驾驶检测中的应用 | 第36-41页 |
| ·改进ASM算法的样本统计分析 | 第37-40页 |
| ·改进ASM算法的目标轮廓的匹配 | 第40页 |
| ·改进ASM算法在疲劳驾驶检测中的应用 | 第40-41页 |
| ·实验结果与分析 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于红外图像的夜间驾驶员的人脸检测 | 第46-61页 |
| ·红外光谱及红外图像的特点 | 第46-48页 |
| ·红外光谱简介 | 第46-47页 |
| ·红外图像的特点 | 第47-48页 |
| ·夜间驾驶员红外图像的预处理 | 第48-54页 |
| ·基于小波变换的红外图像的滤波去噪 | 第49-51页 |
| ·基于高低帽变换的红外图像的增强 | 第51-54页 |
| ·基于红外图像的驾驶员人脸检测 | 第54-60页 |
| ·基于Otsu阈值分割方法的目标定位 | 第54-57页 |
| ·连通区域的标示算法 | 第57-59页 |
| ·基于Otsu方法的夜间人脸检测 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 基于红外图像的夜间驾驶员疲劳状态识别 | 第61-69页 |
| ·夜间红外图像下的人眼特性 | 第61-62页 |
| ·基于普尔钦光斑的夜间疲劳驾驶检测方法 | 第62-63页 |
| ·夜间红外图像下的人眼定位 | 第63-65页 |
| ·人眼感兴趣区域的建立 | 第63-64页 |
| ·基于约束条件的人眼定位 | 第64-65页 |
| ·基于Harris角点检测算法的普尔钦光斑的检测 | 第65-68页 |
| ·Harris角点检测算法 | 第65-67页 |
| ·普尔钦光斑的检测及相应的疲劳检测 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 总结与展望 | 第69-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 个人简历 | 第77-78页 |
| 攻读硕士期间的研究成果及发表的学术论文 | 第78页 |