驾驶员疲劳监测技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究的目的与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 客观检测方法 | 第11-15页 |
| 1.2.2 各种客观检测方法总结比较 | 第15-16页 |
| 1.2.3 存在的问题 | 第16页 |
| 1.3 研究的主要内容 | 第16-17页 |
| 1.4 章节安排 | 第17-18页 |
| 第二章 系统实施框架与算法流程 | 第18-20页 |
| 2.1 系统实验框架 | 第18页 |
| 2.2 软件算法思路 | 第18-20页 |
| 第三章 人脸检测与跟踪算法设计 | 第20-26页 |
| 3.1 人脸检测图像预处理 | 第20-22页 |
| 3.1.1 图像灰度化 | 第20页 |
| 3.1.2 图像去噪 | 第20-21页 |
| 3.1.3 光照补偿 | 第21-22页 |
| 3.2 人脸检测与跟踪 | 第22-24页 |
| 3.3 人脸检测测试结果及评价 | 第24-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第四章 眼睛定位算法研究 | 第26-44页 |
| 4.1 自适应人脸图像分割 | 第26-30页 |
| 4.2 基于静态人脸的眼睛定位 | 第30-36页 |
| 4.2.1 传统投影算法的不足 | 第30-31页 |
| 4.2.2 自适应曲线融合 | 第31页 |
| 4.2.3 改进投影算法在人眼定位中的应用 | 第31-34页 |
| 4.2.4 实验结果及分析 | 第34-36页 |
| 4.3 基于视频序列的眼睛定位 | 第36-42页 |
| 4.3.1 人眼区域划分及目标区域提取 | 第37-38页 |
| 4.3.2 基于图像矩与上下文信息的眼睛区域寻优 | 第38-41页 |
| 4.3.3 人眼定位测试结果及评价 | 第41-42页 |
| 4.4 本章小结 | 第42-44页 |
| 第五章 眼部特征参数提取及疲劳识别方法 | 第44-56页 |
| 5.1 特征参数提取 | 第44-45页 |
| 5.2 疲劳识别及报警策略 | 第45-48页 |
| 5.2.1 疲劳监测指标的计算 | 第45-47页 |
| 5.2.2 疲劳识别与报警策略 | 第47-48页 |
| 5.3 驾驶疲劳监测测试结果及分析 | 第48-54页 |
| 5.3.1 算法实时性分析 | 第49页 |
| 5.3.2 疲劳实时监测系统测试结果及分析 | 第49-54页 |
| 5.4 本章小结 | 第54-56页 |
| 第六章 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间取得的相关科研成果 | 第62-64页 |
| 致谢 | 第64-65页 |
