| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| ·引言 | 第10页 |
| ·人机交互 | 第10-12页 |
| ·在线学习 | 第12-13页 |
| ·在线学习注意力状态的研究现状 | 第13-15页 |
| ·可行性分析 | 第15页 |
| ·论文结构和简介 | 第15-18页 |
| 第二章 注意力识别算法的分析 | 第18-26页 |
| ·注意力状态分析 | 第18-19页 |
| ·判断标准定义 | 第19页 |
| ·基于有限状态机的注意力识别算法的形式化描述 | 第19-26页 |
| ·注意力识别算法的描述 | 第19-23页 |
| ·算法的具体状态描述 | 第23-26页 |
| 第三章 视频、图像处理的相关技术 | 第26-34页 |
| ·视频采集 | 第26-27页 |
| ·视频采集工具 | 第26页 |
| ·视频格式 | 第26-27页 |
| ·图像预处理 | 第27-34页 |
| ·引言 | 第27-28页 |
| ·光线补偿(Lighting Compensation) | 第28页 |
| ·二值化 | 第28-30页 |
| ·腐蚀、膨胀 | 第30-34页 |
| 第四章 人脸的检测 | 第34-52页 |
| ·常用的人脸检测方法 | 第34-37页 |
| ·基于传统知识的检测方法 | 第34-35页 |
| ·基于几何特征的人脸检测方法 | 第35页 |
| ·基于相关匹配的方法 | 第35-36页 |
| ·基于统计理论的方法 | 第36-37页 |
| ·AdaBoost算法简介 | 第37-43页 |
| ·AdaBoost算法的发展历史 | 第37-39页 |
| ·haar特征 | 第39-40页 |
| ·积分图 | 第40-41页 |
| ·级联分类器 | 第41页 |
| ·AdaBoost方法检测人脸的实验 | 第41-43页 |
| ·基于YCbCr颜色空间的人脸检测 | 第43-46页 |
| ·色彩空间的选择 | 第43-44页 |
| ·YCbCr肤色模型 | 第44-45页 |
| ·基于颜色空间的人脸检测的实验 | 第45-46页 |
| ·人脸检测方法分析 | 第46-49页 |
| ·人脸检测方法的提出以及实验 | 第47-48页 |
| ·人脸检测方法的实验结果比较 | 第48-49页 |
| ·人脸识别 | 第49-52页 |
| ·PCA人脸识别原理 | 第49-51页 |
| ·人脸识别的实验 | 第51-52页 |
| 第五章 眼睛和嘴唇的检测 | 第52-64页 |
| ·人眼检测 | 第52-60页 |
| ·人眼检测方法综述 | 第52-54页 |
| ·基于模板匹配的人眼检测 | 第54-57页 |
| ·基于模板匹配的人眼检测实验 | 第57-60页 |
| ·嘴唇检测 | 第60-64页 |
| ·引言 | 第60页 |
| ·嘴唇检测方法 | 第60-61页 |
| ·嘴唇检测方法实验 | 第61-64页 |
| 第六章 学习状态识别 | 第64-74页 |
| ·基于人脸的状态分析 | 第64页 |
| ·基于眼睛的状态分析 | 第64-67页 |
| ·眼睛睁闭判断 | 第64-66页 |
| ·眼睛眨眼频率(Eye Blink Frequency)的判断 | 第66页 |
| ·PERCLOS参数 | 第66-67页 |
| ·基于嘴唇的状态分析 | 第67-68页 |
| ·学习时间判断 | 第68页 |
| ·实验 | 第68-74页 |
| ·系统框架搭建 | 第68-70页 |
| ·实验结果及其分析 | 第70-74页 |
| 第七章 总结与展望 | 第74-76页 |
| ·论文总结 | 第74-75页 |
| ·论文展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 攻读学位期间发表的学术论文 | 第82页 |