| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状与发展趋势 | 第10-13页 |
| 1.2.1 国内外研究现状 | 第10-13页 |
| 1.2.2 发展趋势 | 第13页 |
| 1.3 研究内容与章节安排 | 第13-15页 |
| 1.3.1 主要研究内容 | 第13-14页 |
| 1.3.2 章节安排 | 第14-15页 |
| 第二章 人脸检测方法及仿真 | 第15-27页 |
| 2.1 常用人脸检测算法描述 | 第15-16页 |
| 2.2 基于Adaboost的人脸检测 | 第16-22页 |
| 2.2.1 算法相关原理 | 第16-19页 |
| 2.2.2 人脸检测流程 | 第19-22页 |
| 2.2.3 仿真结果 | 第22页 |
| 2.3 人脸检测的肤色分割算法原理及仿真 | 第22-26页 |
| 2.3.1 YCbCr空间及肤色模型 | 第22-23页 |
| 2.3.2 人脸检测流程 | 第23-24页 |
| 2.3.3 仿真结果 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 Adaboost与PCNN分割结合的人眼定位 | 第27-41页 |
| 3.1 常用人眼定位算法描述 | 第27页 |
| 3.2 Adaboost与PCNN分割结合的人眼定位 | 第27-35页 |
| 3.2.1 相关原理 | 第27-30页 |
| 3.2.2 人眼定位流程 | 第30-32页 |
| 3.2.3 人眼定位与状态判别 | 第32-35页 |
| 3.3 其他算法的人眼分割及仿真 | 第35-39页 |
| 3.3.1 算法原理与步骤 | 第35-37页 |
| 3.3.2 仿真结果 | 第37-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 改进的嘴部定位与特征提取算法 | 第41-53页 |
| 4.1 算法原理描述 | 第41-45页 |
| 4.1.1 颜色空间 | 第41-43页 |
| 4.1.2 特征提取 | 第43-45页 |
| 4.2 算法步骤 | 第45-47页 |
| 4.3 仿真结果 | 第47-51页 |
| 4.3.1 嘴部定位结果 | 第47-49页 |
| 4.3.2 嘴部特征提取结果 | 第49-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 驾驶员疲劳驾驶分析 | 第53-63页 |
| 5.1 基于眼部特征的疲劳驾驶检测 | 第53-55页 |
| 5.1.1 人眼PERCLOS准则 | 第53-54页 |
| 5.1.2 仿真分析 | 第54-55页 |
| 5.2 基于嘴部特征的疲劳驾驶检测 | 第55-57页 |
| 5.2.1 嘴部疲劳判决原则 | 第55-56页 |
| 5.2.2 仿真分析 | 第56-57页 |
| 5.3 特征融合的疲劳驾驶检测 | 第57-61页 |
| 5.3.1 SVM特征融合算法 | 第57-60页 |
| 5.3.2 仿真分析 | 第60-61页 |
| 5.4 本章小结 | 第61-63页 |
| 第六章 结论与展望 | 第63-65页 |
| 6.1 结论 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读学位期间所取得的相关科研成果 | 第71-73页 |
| 致谢 | 第73页 |