| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究发展现状 | 第11-15页 |
| 1.3 本文主要工作及章节安排 | 第15-16页 |
| 第二章 疲劳检测系统相关理论 | 第16-38页 |
| 2.1 图像预处理基础 | 第16-29页 |
| 2.1.1 图像灰度化 | 第16-18页 |
| 2.1.2 直方图均衡 | 第18-20页 |
| 2.1.3 图像去噪 | 第20-23页 |
| 2.1.4 图像二值化 | 第23-28页 |
| 2.1.5 形态学处理 | 第28-29页 |
| 2.2 OpenCV简介 | 第29-31页 |
| 2.3 目标定位技术 | 第31-33页 |
| 2.3.1 人脸定位 | 第31-32页 |
| 2.3.2 人眼定位 | 第32-33页 |
| 2.4 目标跟踪 | 第33-35页 |
| 2.5 人眼状态检测方法 | 第35-36页 |
| 2.6 疲劳评价相关指标 | 第36页 |
| 2.7 本章小结 | 第36-38页 |
| 第三章 人脸检测与人眼定位 | 第38-49页 |
| 3.1 人脸检测 | 第38-44页 |
| 3.1.1 基于肤色特征的人脸检测 | 第38-39页 |
| 3.1.2 基于Adaboost算法的人脸检测 | 第39-43页 |
| 3.1.3 人脸检测的实现与效果分析 | 第43-44页 |
| 3.2 人眼定位 | 第44-48页 |
| 3.2.1 基于Adaboost算法的人眼定位 | 第44-46页 |
| 3.2.2 人眼候选区域筛选 | 第46-48页 |
| 3.3 本章小结 | 第48-49页 |
| 第四章 人眼跟踪与状态检测 | 第49-58页 |
| 4.1 人眼跟踪 | 第49-52页 |
| 4.1.1 卡尔曼滤波原理 | 第49-50页 |
| 4.1.2 基于卡尔曼滤波算法的人眼跟踪实现 | 第50-51页 |
| 4.1.3 人眼跟踪效果分析 | 第51-52页 |
| 4.2 人眼状态检测 | 第52-57页 |
| 4.2.1 积分投影检测 | 第52-53页 |
| 4.2.2 人眼状态识别 | 第53-57页 |
| 4.3 本章小结 | 第57-58页 |
| 第五章 疲劳检测系统设计与实现 | 第58-68页 |
| 5.1 基于PERCLOS与眨眼频率的疲劳检测算法 | 第58-62页 |
| 5.2 系统设计与实现 | 第62-65页 |
| 5.2.1 系统功能模块 | 第62-63页 |
| 5.2.2 系统功能界面 | 第63-65页 |
| 5.3 系统测试与分析 | 第65-67页 |
| 5.3.1 系统测试 | 第65-66页 |
| 5.3.2 实验结果分析 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |