基于眼部和嘴部特征融合的驾驶员疲劳检测方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-15页 |
| ·研究的背景与意义 | 第8-9页 |
| ·疲劳驾驶检测方法研究现状 | 第9-15页 |
| ·国外的驾驶员疲劳检测研究现状 | 第9-11页 |
| ·国内的驾驶员疲劳检测研究现状 | 第11-12页 |
| ·基于红外图像的疲劳驾驶检测技术研究现状 | 第12-13页 |
| ·论文主要研究内容 | 第13页 |
| ·本文组织结构 | 第13-15页 |
| 2 驾驶疲劳的生理特征 | 第15-20页 |
| ·疲劳及驾驶疲劳相关概念 | 第15-17页 |
| ·疲劳的定义及分类 | 第15-16页 |
| ·驾驶疲劳 | 第16-17页 |
| ·疲劳时的生理特征及其在个体间的差异 | 第17-18页 |
| ·疲劳时的生理特征 | 第17页 |
| ·疲劳时的生理特征在个体间的差异性 | 第17-18页 |
| ·各种驾驶疲劳检测方法比较 | 第18-20页 |
| 3 驾驶员疲劳状态检测系统组成 | 第20-23页 |
| ·红外人脸图像特性 | 第20-21页 |
| ·红外CCD摄像机介绍 | 第21页 |
| ·本文算法流程 | 第21-23页 |
| 4 眼部和嘴部特征定位与实验分析 | 第23-32页 |
| ·引言 | 第23页 |
| ·人眼检测 | 第23-24页 |
| ·嘴巴检测 | 第24-25页 |
| ·AdaBoost算法 | 第25-30页 |
| ·Haar-like特征 | 第25-26页 |
| ·Haar-like特征值的快速计算 | 第26-28页 |
| ·AdaBoost算法的训练过程 | 第28-29页 |
| ·AdaBoost算法的检测过程 | 第29-30页 |
| ·实验结果分析 | 第30-32页 |
| ·人脸检测实验分析 | 第30-31页 |
| ·眼部和嘴部特征定位实验分析 | 第31-32页 |
| 5 驾驶员疲劳状态分析与实验 | 第32-46页 |
| ·眼部疲劳特征参数提取 | 第32-40页 |
| ·眼睛状态检测技术简述 | 第32-34页 |
| ·眼睛状态检测 | 第34-37页 |
| ·眼部特征参数提取 | 第37-40页 |
| ·嘴部疲劳特征参数提取 | 第40-42页 |
| ·嘴部状态检测 | 第40-41页 |
| ·嘴部特征参数提取 | 第41-42页 |
| ·疲劳状态分析 | 第42-43页 |
| ·实验结果分析 | 第43-46页 |
| 6 总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-54页 |
| 攻读学位期间取得的研究成果 | 第54-55页 |
| 致谢 | 第55-57页 |
