基于机器视觉的驾驶员疲劳检测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·选题背景及研究意义 | 第9-10页 |
| ·驾驶疲劳检测的国内外研究现状 | 第10-13页 |
| ·国外的研究现状 | 第10-11页 |
| ·国内的研究现状 | 第11-13页 |
| ·课题研究的难点与未来研究方向 | 第13-14页 |
| ·本文主要研究内容与组织结构 | 第14-15页 |
| 第二章 人脸图像提取方法 | 第15-29页 |
| ·引言 | 第15-19页 |
| ·图像采集 | 第16页 |
| ·图像预处理技术 | 第16-19页 |
| ·人脸检测与定位 | 第19-27页 |
| ·常用的人脸检测方法 | 第19-20页 |
| ·区域标记法去掉假人脸区域 | 第20-21页 |
| ·基于投影及人脸比例的人脸二次定位算法 | 第21-25页 |
| ·人脸识别 | 第25-27页 |
| ·实验结果分析 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 眉眼区域跟踪与人眼定位 | 第29-42页 |
| ·引言 | 第29-32页 |
| ·人眼定位方法概述 | 第29-30页 |
| ·人眼定位方法优缺点比较 | 第30-32页 |
| ·基于梯度方法的人眼定位算法 | 第32-41页 |
| ·眉眼区域的定位 | 第32-35页 |
| ·基于位置偏移的眉眼跟踪算法 | 第35-38页 |
| ·基于梯度的人眼的定位算法 | 第38-40页 |
| ·实验结果分析 | 第40-41页 |
| ·本章总结 | 第41-42页 |
| 第四章 人眼状态识别及疲劳检测 | 第42-55页 |
| ·引言 | 第42-43页 |
| ·人眼状态识别 | 第43-48页 |
| ·人眼状态识别方法 | 第44-45页 |
| ·基于水平投影及比例特征的人眼状态识别算法 | 第45-48页 |
| ·驾驶员疲劳检测算法 | 第48-54页 |
| ·PERCLOS检测方法介绍 | 第48-50页 |
| ·驾驶员疲劳检测算法 | 第50-53页 |
| ·实验结果分析 | 第53-54页 |
| ·本章总结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·主要工作总结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间完成论文情况 | 第63页 |
