人眼状态及疲劳检测技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景和意义 | 第7-8页 |
| ·研究内容 | 第8页 |
| ·本文组织结构 | 第8-11页 |
| 第二章 人脸检测和人眼检测方法 | 第11-19页 |
| ·引言 | 第11页 |
| ·人脸检测主要方法 | 第11-15页 |
| ·基于知识的方法 | 第12页 |
| ·基于特征的方法 | 第12-13页 |
| ·基于模板的方法 | 第13-14页 |
| ·基于统计的方法 | 第14-15页 |
| ·人眼检测的主要方法 | 第15-17页 |
| ·基于灰度投影的方法 | 第15-16页 |
| ·基于模板的方法 | 第16页 |
| ·基于统计的方法 | 第16-17页 |
| ·基于知识的方法 | 第17页 |
| ·本章小结 | 第17-19页 |
| 第三章 基于 Adaboost 的人脸检测 | 第19-31页 |
| ·引言 | 第19页 |
| ·Adaboost 人脸检测算法的实现 | 第19-29页 |
| ·Haar-like 特征 | 第19-21页 |
| ·积分图像 | 第21-22页 |
| ·Adaboost 分类器的训练 | 第22-25页 |
| ·基于 Adaboost 算法的人脸检测过程 | 第25-27页 |
| ·人脸检测结果及分析 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 第四章 基于图像处理的人眼状态检测 | 第31-47页 |
| ·引言 | 第31页 |
| ·人眼检测过程 | 第31-39页 |
| ·图像截取 | 第31-32页 |
| ·图像灰度化 | 第32-33页 |
| ·图像增强 | 第33-34页 |
| ·图像二值化 | 第34-36页 |
| ·基于直方图投影的人眼检测 | 第36-38页 |
| ·人眼检测结果及分析 | 第38-39页 |
| ·改进的人眼检测方法 | 第39-40页 |
| ·人眼状态检测 | 第40-45页 |
| ·人眼状态检测原理 | 第40-41页 |
| ·形态学处理 | 第41-43页 |
| ·人眼状态检测结果及分析 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 视频中的疲劳检测 | 第47-55页 |
| ·引言 | 第47页 |
| ·视频中的疲劳检测 | 第47-54页 |
| ·疲劳检测流程 | 第47-48页 |
| ·眨眼检测算法 | 第48-49页 |
| ·基于人眼状态变化的疲劳检测 | 第49-50页 |
| ·疲劳检测结果及分析 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 结束语 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-62页 |
