基于视觉信息的司机疲劳驾驶报警算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题背景及目的和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内现状 | 第10-11页 |
| ·本文主要研究内容 | 第11-13页 |
| ·论文的总体的思路 | 第11-12页 |
| ·主要研究内容 | 第12-13页 |
| 第2章 ADABOOST 算法研究及分析 | 第13-28页 |
| ·引言 | 第13页 |
| ·ADABOOST 算法概述 | 第13-15页 |
| ·类HAAR 形状特征 | 第15-19页 |
| ·类 Haar 形状特征的定义 | 第15-17页 |
| ·类 Haar 特征数目和计算 | 第17-19页 |
| ·训练分类器 | 第19-23页 |
| ·弱分类器介绍 | 第19-20页 |
| ·强分类器的训练 | 第20-23页 |
| ·基于级联分类器进行人脸检测 | 第23-25页 |
| ·人脸检测方法 | 第23页 |
| ·人脸检测具体流程 | 第23-25页 |
| ·级联分类器的检测率和误检率 | 第25页 |
| ·ADABOOST 人脸检测结果 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于肤色的人脸检测过滤 | 第28-36页 |
| ·颜色空间简介 | 第28页 |
| ·基于肤色的人脸检测 | 第28-34页 |
| ·色彩空间和肤色的聚类特性 | 第28-32页 |
| ·肤色模型的选择 | 第32-34页 |
| ·形态学处理 | 第34-35页 |
| ·实验结果与分析 | 第35-36页 |
| 第4章 人眼定位 | 第36-50页 |
| ·眼睛定位方法概述 | 第36-48页 |
| ·模板匹配法 | 第36-38页 |
| ·PCA 方法 | 第38-40页 |
| ·混合积分投影法 | 第40-42页 |
| ·基于块的方法 | 第42-45页 |
| ·可变步长的模板匹配法 | 第45-48页 |
| ·实验结果与分析 | 第48-50页 |
| 第5章 司机疲劳驾驶报警系统的设计 | 第50-55页 |
| ·开发平台 | 第50页 |
| ·系统简介 | 第50-52页 |
| ·基于PERCLOS 与眨眼频率的驾驶员疲劳分析 | 第52-53页 |
| ·结果分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61页 |
