| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-23页 |
| 1.1 课题背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.2.1 国外研究状况 | 第12-15页 |
| 1.2.2 国内研究状况 | 第15-17页 |
| 1.2.3 疲劳检测关键技术 | 第17-19页 |
| 1.3 基于视觉的驾驶疲劳检测 | 第19-21页 |
| 1.4 本文主要研究内容 | 第21-23页 |
| 第二章 驾驶员人脸检测 | 第23-35页 |
| 2.1 引言 | 第23-26页 |
| 2.2 基于肤色的人脸检测 | 第26-32页 |
| 2.2.1 图像预处理—彩色补偿 | 第26页 |
| 2.2.2 色彩空间和肤色的聚类特性 | 第26-29页 |
| 2.2.3 非线性彩色变换 | 第29-30页 |
| 2.2.4 肤色模型的选择 | 第30-32页 |
| 2.2.5 人脸圆轮廓检测 | 第32页 |
| 2.3 实验结果与分析 | 第32-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 眼睛定位和状态识别 | 第35-55页 |
| 3.1 引言 | 第35-42页 |
| 3.1.1 眼睛定位综述 | 第35-39页 |
| 3.1.2 眼睛状态识别综述 | 第39-42页 |
| 3.2 基于色彩的虹膜检测 | 第42-45页 |
| 3.2.1 色彩空间选择 | 第42-43页 |
| 3.2.2 HIS 空间虹膜检测 | 第43-45页 |
| 3.3 基于模板眼睛定位 | 第45-47页 |
| 3.3.1 水平投影定位眼眉区域 | 第45-46页 |
| 3.3.2 自定义圆卷积模板定位眼睛 | 第46-47页 |
| 3.3.3 对称性分析 | 第47页 |
| 3.4 基于眼睑曲率的眼睛状态识别 | 第47-50页 |
| 3.4.1 上眼睑的提取 | 第47-50页 |
| 3.4.2 眼睛状态识别 | 第50页 |
| 3.5 实验结果与分析 | 第50-54页 |
| 3.5.1 虹膜检测实验结果 | 第50-51页 |
| 3.5.2 眼睛定位实验结果 | 第51-53页 |
| 3.5.3 状态识别实验结果 | 第53-54页 |
| 3.6 本章小结 | 第54-55页 |
| 第四章 眼睛跟踪 | 第55-64页 |
| 4.1 引言 | 第55-58页 |
| 4.2 基于卡尔曼滤波与MEAN SHIFT 的眼睛跟踪 | 第58-62页 |
| 4.2.1 卡尔曼滤波算法 | 第58-59页 |
| 4.2.2 MEAN SHIFT 算法 | 第59-62页 |
| 4.3 实验结果与分析 | 第62-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 疲劳分析 | 第64-72页 |
| 5.1 引言 | 第64-66页 |
| 5.2 基于PERCLOS 与眨眼频率的驾驶员疲劳分析 | 第66-68页 |
| 5.2.1 PERCLOS 测量原理 | 第66-68页 |
| 5.2.2 眨眼频率 | 第68页 |
| 5.3 实验结果与分析 | 第68-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-75页 |
| 6.1 本文工作总结 | 第72-73页 |
| 6.2 展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间发表的论文及参加的科研项目 | 第80-83页 |
| 上海交通大学学位论文答辩决议书 | 第83页 |