基于多特征的驾驶员不安全行为检测的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 基于驾驶员生理信号的方法 | 第10-11页 |
| 1.2.2 基于计算机视觉的方法 | 第11页 |
| 1.3 本文研究内容 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 第二章 驾驶员行为信息采集 | 第13-27页 |
| 2.1 引言 | 第13页 |
| 2.2 档位信息采集 | 第13-14页 |
| 2.3 转向信息采集 | 第14页 |
| 2.4 感兴趣区域建立 | 第14-26页 |
| 2.4.1 图像预处理 | 第14-17页 |
| 2.4.2 直方图均衡化 | 第17-19页 |
| 2.4.3 图像边缘检测 | 第19-22页 |
| 2.4.4 椭圆检测 | 第22-25页 |
| 2.4.5 感兴趣区域定位 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 驾驶员行为的分类和特征提取 | 第27-46页 |
| 3.1 引言 | 第27-28页 |
| 3.2 档位和转向信息提取 | 第28-29页 |
| 3.2.1 档位特征提取 | 第28页 |
| 3.2.2 转向信息提取 | 第28-29页 |
| 3.3 基于肤色模型的手部特征提取 | 第29-35页 |
| 3.3.1 颜色空间 | 第29-33页 |
| 3.3.2 肤色模型介绍 | 第33页 |
| 3.3.3 肤色模型建立 | 第33-35页 |
| 3.4 手部识别 | 第35-39页 |
| 3.4.1 图像分割 | 第36-37页 |
| 3.4.2 形态学处理 | 第37-38页 |
| 3.4.3 手部识别结果 | 第38-39页 |
| 3.5 自适应肤色模型 | 第39-45页 |
| 3.5.1 引言 | 第39-41页 |
| 3.5.2 自适应肤色模型建立 | 第41-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 驾驶行为特征融合及分类 | 第46-57页 |
| 4.1 引言 | 第46页 |
| 4.2 驾驶行为分类及特征融合 | 第46-48页 |
| 4.2.1 驾驶行为分类 | 第46页 |
| 4.2.2 特征融合 | 第46-48页 |
| 4.3 分类器选择 | 第48-55页 |
| 4.3.1 贝叶斯分类模型 | 第48-51页 |
| 4.3.2 支持向量机 | 第51-52页 |
| 4.3.3 人工神经网络 | 第52-54页 |
| 4.3.4 决策树 | 第54-55页 |
| 4.4 分类器训练及结果分析 | 第55-56页 |
| 4.4.1 决策树训练 | 第55-56页 |
| 4.4.2 驾驶行为分类结果分析 | 第56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 本文总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63-64页 |
