基于面部特征分析的疲劳驾驶检测算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究的目的和意义 | 第9-10页 |
| 1.2 疲劳驾驶检测的国内外研究现状及发展趋势 | 第10-12页 |
| 1.2.1 疲劳驾驶的定义 | 第10页 |
| 1.2.2 国外研究状况 | 第10-11页 |
| 1.2.3 国内研究状况 | 第11-12页 |
| 1.2.4 发展趋势 | 第12页 |
| 1.3 本文主要研究内容及贡献 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 人脸的检测与跟踪 | 第15-26页 |
| 2.1 人脸检测 | 第15-19页 |
| 2.1.1 基于几何特征的方法 | 第15-16页 |
| 2.1.2 基于肤色的人脸分割方法 | 第16-17页 |
| 2.1.3 基于统计模型的方法 | 第17-19页 |
| 2.2 人脸跟踪 | 第19-21页 |
| 2.2.1 基于光流法的目标跟踪 | 第19-20页 |
| 2.2.2 基于运动模型的目标跟踪算法 | 第20页 |
| 2.2.3 基于模板匹配的目标跟踪算法 | 第20-21页 |
| 2.3 实验结果分析 | 第21-25页 |
| 2.3.1 肤色检测预处理 | 第21-24页 |
| 2.3.2 人脸跟踪实验 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 人脸特征点检测与跟踪 | 第26-44页 |
| 3.1 人脸特征点检测 | 第26-33页 |
| 3.1.1 ASM算法 | 第26-30页 |
| 3.1.2 AAM算法 | 第30-31页 |
| 3.1.3 SDM算法 | 第31-33页 |
| 3.2 基于传统光流法的人脸特征点跟踪 | 第33-35页 |
| 3.3 实验结果分析 | 第35-43页 |
| 3.3.1 各种算法特征点定位结果比较 | 第35-37页 |
| 3.3.2 改进的人脸特征点跟踪实验 | 第37-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 疲劳判定与实验结果 | 第44-52页 |
| 4.1 PERCLOS判定 | 第44-45页 |
| 4.2 基于跟踪人脸中心的疲劳检测 | 第45-47页 |
| 4.3 基于人眼宽高比值的疲劳检测 | 第47-48页 |
| 4.4 基于人眼面积曲线的疲劳检测 | 第48-50页 |
| 4.5 实验结果分析 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 工作总结与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第58-59页 |
| 致谢 | 第59-60页 |
