| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题研究依据与背景 | 第9-10页 |
| ·研究目的 | 第10页 |
| ·驾驶疲劳检测研究的现状 | 第10-16页 |
| ·驾驶疲劳的定义 | 第10-11页 |
| ·驾驶疲劳的检测方法概述 | 第11-12页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-16页 |
| ·本文研究的主要内容 | 第16-17页 |
| 第2章 疲劳预警系统方案和摄像机定标技术 | 第17-28页 |
| ·系统方案确定 | 第17-22页 |
| ·图像获取 | 第19-20页 |
| ·图像预处理 | 第20-22页 |
| ·摄像机定标技术 | 第22-27页 |
| ·摄像机透视投影模型 | 第23-25页 |
| ·基于OPENCV的摄像机定标技术 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 人脸的检测 | 第28-44页 |
| ·常用人脸检测方法概述 | 第28-33页 |
| ·基于模板匹配的方法 | 第29-32页 |
| ·基于肤色模型的人脸检测方法 | 第32-33页 |
| ·Adaboost算法 | 第33-36页 |
| ·Adaboost算法简介 | 第33-34页 |
| ·Adaboost算法基本原理 | 第34-35页 |
| ·分类器的级联结构 | 第35-36页 |
| ·Haar-like特征 | 第36-38页 |
| ·人脸检测 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 人眼的检测与定位 | 第44-57页 |
| ·人眼检测方法简述 | 第44-46页 |
| ·基于统计学习方法的人眼检测与定位 | 第46-52页 |
| ·Adaboost算法与Haar-like级联分类器简单回顾 | 第46-47页 |
| ·人眼检测过程与结果 | 第47-49页 |
| ·人眼定位研究 | 第49-52页 |
| ·基于Hough圆的人眼检测定位方法 | 第52-56页 |
| ·Hough圆变换的原理 | 第52-54页 |
| ·Hough圆变换检测标定人眼 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 人眼的跟踪 | 第57-66页 |
| ·运动目标跟踪方法概述 | 第57-61页 |
| ·基于帧差法的人脸检测跟踪 | 第57-59页 |
| ·卡尔曼滤波预测跟踪运动目标的算法原理 | 第59-60页 |
| ·Camshift算法原理 | 第60-61页 |
| ·人眼跟踪研究 | 第61-65页 |
| ·基于Camshift和Kalman预测组合的人脸跟踪 | 第61-63页 |
| ·人眼的跟踪 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 司机疲劳状态检测 | 第66-77页 |
| ·人眼状态识别方法叙述 | 第66-71页 |
| ·基于Hough变换的人眼虹膜/瞳孔识别 | 第66-69页 |
| ·基于Adaboost级联分类器训练模板的人眼状态识别 | 第69-71页 |
| ·PERCLOS原理 | 第71-73页 |
| ·PERCLOS思想简介 | 第71页 |
| ·PERCLOS检测原理 | 第71-73页 |
| ·司机疲劳检测系统 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 第7章 结论与展望 | 第77-80页 |
| ·主要研究结论 | 第77-78页 |
| ·未来工作建议与展望 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 攻读硕士学位期间发表与已录用的论文 | 第85-86页 |
| 致谢 | 第86页 |
