基于眨眼检测与瞳孔定位的疲劳驾驶状态检测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究目的及意义 | 第8页 |
| 1.2 目前研究现状 | 第8-10页 |
| 1.3 主要研究内容 | 第10-11页 |
| 1.4 论文结构安排 | 第11-12页 |
| 第二章 疲劳评价模型和算法研究 | 第12-20页 |
| 2.1 常见的疲劳驾驶检测方法 | 第12-13页 |
| 2.2 本文的疲劳评价指标 | 第13-14页 |
| 2.2.1 PERCLOS值 | 第13-14页 |
| 2.2.2 眨眼频率 | 第14页 |
| 2.2.3 瞳孔直径 | 第14页 |
| 2.3 疲劳指标分析 | 第14-15页 |
| 2.4 人脸检测 | 第15-17页 |
| 2.4.1 人脸检测技术概述 | 第15页 |
| 2.4.2 基于AdaBoost算法的人脸检测 | 第15-17页 |
| 2.5 人眼定位 | 第17-19页 |
| 2.5.1 人眼定位技术概述 | 第17-18页 |
| 2.5.2 基于图像灰度投影的人眼定位 | 第18-19页 |
| 2.6 本章小结 | 第19-20页 |
| 第三章 眨眼检测与瞳孔定位的改进 | 第20-30页 |
| 3.1 眨眼检测 | 第20-23页 |
| 3.1.1 提取人眼区域 | 第20-22页 |
| 3.1.2 人眼状态检测 | 第22-23页 |
| 3.2 瞳孔定位 | 第23-29页 |
| 3.2.1 瞳孔分割 | 第24-25页 |
| 3.2.2 瞳孔边缘点的提取 | 第25页 |
| 3.2.3 瞳孔边缘的椭圆拟合 | 第25-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第四章 实验结果与分析 | 第30-46页 |
| 4.1 系统模型 | 第30-31页 |
| 4.2 实验数据采集与分析 | 第31-36页 |
| 4.2.1 人脸数据库比较与分析 | 第31-33页 |
| 4.2.2 人脸数据库数据筛选 | 第33-34页 |
| 4.2.3 实验环境数据采集 | 第34-36页 |
| 4.3 实验过程与结果 | 第36-44页 |
| 4.3.1 眨眼检测实验过程与结果 | 第36-37页 |
| 4.3.2 瞳孔定位实验过程与结果 | 第37-40页 |
| 4.3.3 疲劳驾驶状态检测实验过程与结果 | 第40-44页 |
| 4.4 实验分析与结论 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46-47页 |
| 5.2 展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 在学研究成果 | 第51-52页 |
| 致谢 | 第52页 |
