驾驶员视觉注意力的检测方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-16页 |
| ·课题的研究背景及意义 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-14页 |
| ·国内研究现状 | 第14页 |
| ·本文研究内容及工作安排 | 第14-16页 |
| 第二章 人脸检测 | 第16-24页 |
| ·人脸检测技术概述 | 第16-17页 |
| ·人脸检测的基本概念和分类 | 第16页 |
| ·人脸检测算法概述 | 第16-17页 |
| ·基于肤色模型的人脸检测算法 | 第17-21页 |
| ·颜色空间概述 | 第17-20页 |
| ·肤色模型 | 第20-21页 |
| ·约束条件 | 第21页 |
| ·驾驶员人脸定位 | 第21-24页 |
| ·驾驶员人脸定位算法的流程 | 第21页 |
| ·驾驶员人脸图像的提取 | 第21-22页 |
| ·驾驶员肤色检测 | 第22页 |
| ·驾驶员脸部的定位 | 第22-24页 |
| 第三章 鼻尖特征点的定位 | 第24-40页 |
| ·朗伯(Lambert)表面反射模型 | 第24-25页 |
| ·BP神经网络 | 第25-31页 |
| ·BP神经网络的结构 | 第25-26页 |
| ·BP神经网络算法的基本思想 | 第26页 |
| ·BP神经网络的学习算法 | 第26-28页 |
| ·BP神经网络算法的改进 | 第28-30页 |
| ·BP神经网络的设计 | 第30-31页 |
| ·物体表面深度信息的提取方法 | 第31-36页 |
| ·SFS问题的基本模型 | 第31-32页 |
| ·SFS问题几种典型求解方法 | 第32-34页 |
| ·基于BP神经网络的SFS问题求解方法 | 第34-36页 |
| ·鼻尖特征点的定位 | 第36-40页 |
| 第四章 眼睛和嘴唇特征点的定位与跟踪 | 第40-51页 |
| ·眼睛特征点定位 | 第40-45页 |
| ·眼睛特征点定位方法概述 | 第40-42页 |
| ·基于改进的边缘检测算法的眼睛特征点定位 | 第42-45页 |
| ·嘴唇特征点定位 | 第45-47页 |
| ·YIQ颜色空间及唇色分布 | 第45-46页 |
| ·嘴角特征点的定位 | 第46-47页 |
| ·眼睛及嘴唇特征点的跟踪 | 第47-51页 |
| ·模板匹配法概述 | 第47-48页 |
| ·模板匹配的基本原理 | 第48页 |
| ·眼睛及嘴唇特征点的跟踪 | 第48-51页 |
| 第五章 驾驶员视觉注意力的检测 | 第51-60页 |
| ·驾驶员视觉注意力检测系统的工作原理 | 第51页 |
| ·驾驶员视觉注意力状态检测系统的仿真实现 | 第51-58页 |
| ·仿真实验程序 | 第51-57页 |
| ·匹配模板的选择及匹配成功的判定 | 第57-58页 |
| ·实验结果及分析 | 第58-60页 |
| 第六章 结束语 | 第60-62页 |
| ·总结 | 第60页 |
| ·未来工作的展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表的论文 | 第65页 |
