驾驶员疲劳驾驶实时检测系统设计与研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·驾驶员疲劳检测系统研究背景及意义 | 第9-10页 |
| ·疲劳检测系统研究概述及国内外研究现状 | 第10-13页 |
| ·驾驶员疲劳检测系统研究概述 | 第10-11页 |
| ·国外疲劳驾驶检测系统的研究现状 | 第11-13页 |
| ·国内疲劳驾驶检测系统的研究现状 | 第13页 |
| ·本文主要研究内容与结构安排 | 第13-15页 |
| ·主要研究内容 | 第13-14页 |
| ·结构安排 | 第14-15页 |
| 第二章 驾驶员疲劳驾驶检测系统设计 | 第15-20页 |
| ·引言 | 第15页 |
| ·系统总体方案设计 | 第15-17页 |
| ·疲劳检测系统总体结构框图 | 第15-16页 |
| ·系统硬件配置与软件开发 | 第16页 |
| ·OpenCV介绍 | 第16-17页 |
| ·Dlib库介绍 | 第17页 |
| ·图像预处理 | 第17-19页 |
| ·图像滤波 | 第17-18页 |
| ·直方图均值化 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 驾驶员人脸检测与定位 | 第20-32页 |
| ·引言 | 第20页 |
| ·人脸检测方法综述 | 第20-23页 |
| ·基于先验知识的检测方法 | 第21页 |
| ·基于模板匹配的检测方法 | 第21页 |
| ·基于统计理论的检测方法 | 第21-22页 |
| ·人脸检测方法比较 | 第22-23页 |
| ·基于AdaBoost算法人脸检测 | 第23-29页 |
| ·AdaBoost算法研究 | 第23-25页 |
| ·分类特征选取 | 第25-27页 |
| ·基于积分图的特征值计算 | 第27-28页 |
| ·特征分类器训练 | 第28-29页 |
| ·实验结果及分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 驾驶员人脸跟踪与定位 | 第32-43页 |
| ·引言 | 第32页 |
| ·人脸跟踪算法研究 | 第32-39页 |
| ·Camshift跟踪算法 | 第33-37页 |
| ·卡尔曼滤波器 | 第37-39页 |
| ·结合卡尔曼滤波器的Camshift人脸跟踪 | 第39-40页 |
| ·实验结果及分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 驾驶员面部特征检测与定位 | 第43-49页 |
| ·引言 | 第43页 |
| ·面部特征检测方法研究 | 第43-44页 |
| ·基于梯度增进回归树算法级联的人脸特征点定位 | 第44-47页 |
| ·梯度增进回归树算法研究 | 第44-45页 |
| ·训练集的标定 | 第45-46页 |
| ·样本训练 | 第46-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 驾驶员疲劳状态分析及试验 | 第49-59页 |
| ·引言 | 第49页 |
| ·疲劳状态分析 | 第49-53页 |
| ·眼睛状态分析 | 第49-51页 |
| ·嘴巴状态分析 | 第51页 |
| ·疲劳判断准则 | 第51-53页 |
| ·试验环境搭建 | 第53-55页 |
| ·硬件环境设计 | 第53页 |
| ·软件环境设计 | 第53-55页 |
| ·试验结果及分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第七章 总结与展望 | 第59-61页 |
| ·论文工作总结 | 第59页 |
| ·研究展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 作者简介 | 第66页 |
| 攻读硕士学位期间研究成果 | 第66页 |
