基于人眼检测的驾驶员疲劳检测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·疲劳检测技术概述 | 第8-10页 |
| ·国外研究现状 | 第10页 |
| ·国内研究现状 | 第10-11页 |
| ·本文主要研究内容及组织结构 | 第11-14页 |
| ·研究内容 | 第11-12页 |
| ·组织结构 | 第12-14页 |
| 第2章 基于统计学习的人眼检测 | 第14-28页 |
| ·人眼检测方法简述 | 第14-16页 |
| ·AdaBoost算法 | 第16-18页 |
| ·AdaBoost简介 | 第16页 |
| ·算法原理描述 | 第16-17页 |
| ·算法性能分析 | 第17-18页 |
| ·基于AdaBoost算法的人眼检测 | 第18-28页 |
| ·Haar-like特征及其扩展 | 第18-19页 |
| ·积分图 | 第19-22页 |
| ·弱分类器 | 第22页 |
| ·级联分类结构 | 第22-23页 |
| ·AdaBoost算法的退化现象及改进思路 | 第23-24页 |
| ·基于改进AdaBoost的人眼检测 | 第24-25页 |
| ·简单实验与分析 | 第25-28页 |
| 第3章 人眼状态识别与疲劳检测 | 第28-38页 |
| ·人眼状态识别方法简述 | 第28-32页 |
| ·Hough变换检测虹膜 | 第28-30页 |
| ·模板匹配法 | 第30-32页 |
| ·基于模板匹配的人眼状态识别 | 第32-35页 |
| ·模板的采集 | 第33页 |
| ·模板尺寸标准化 | 第33页 |
| ·模板灰度分布标准化 | 第33-34页 |
| ·模板匹配 | 第34-35页 |
| ·疲劳程度检测 | 第35-38页 |
| ·PERCLOS方法 | 第35页 |
| ·疲劳计算 | 第35-38页 |
| 第4章 实验与结果分析 | 第38-42页 |
| ·实验平台 | 第38页 |
| ·实验结果 | 第38-40页 |
| ·结果分析 | 第40-42页 |
| 第5章 总结与展望 | 第42-44页 |
| ·本文总结 | 第42页 |
| ·下一步工作及展望 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-50页 |
| 攻读硕士学位期间发表的论文 | 第50页 |
