基于Adaboost算法的驾驶员疲劳驾驶检测
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·疲劳驾驶检测的研究背景和意义 | 第9-10页 |
| ·疲劳驾驶检测的国内外发展概述和研究现状 | 第10-12页 |
| ·疲劳及疲劳驾驶概述 | 第10-11页 |
| ·疲劳驾驶检测技术的国内外研究现状 | 第11-12页 |
| ·本文的研究内容与结构安排 | 第12-14页 |
| ·研究的主要内容 | 第12-13页 |
| ·本文的各章节主要内容安排 | 第13-14页 |
| 第二章 人脸定位技术在疲劳检测中的应用 | 第14-30页 |
| ·人脸检测和定位技术概况 | 第14-15页 |
| ·Adaboost 算法的研究与实现 | 第15-29页 |
| ·Haar 特征基本概述 | 第15-20页 |
| ·人脸图像的光照预处理 | 第20-22页 |
| ·Adaboost 的分类器训练介绍 | 第22-28页 |
| ·人脸图像在检测与定位的中的尺度变换问题 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于压缩感知的人脸跟踪 | 第30-40页 |
| ·压缩感知发展历史概述 | 第30页 |
| ·压缩感知的基本概念与基本原理 | 第30-33页 |
| ·压缩感知的基本概念 | 第30-32页 |
| ·压缩感知的基本原理 | 第32-33页 |
| ·压缩感知在人脸跟踪技术上的应用 | 第33-39页 |
| ·人脸跟踪算法 | 第34-37页 |
| ·人脸跟踪引入压缩感知的 4 个讨论 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 人眼状态识别及疲劳判定 | 第40-58页 |
| ·基于增强型 boost 算法人眼定位 | 第40-41页 |
| ·人眼轮廓信息的提取 | 第41-55页 |
| ·基于 Snake 模型的眼睛闭合信息提取 | 第41-42页 |
| ·人眼主动表观模型的介绍 | 第42-43页 |
| ·AAM 模型的形状模型的建立 | 第43-46页 |
| ·改动的纹理模型 | 第46-49页 |
| ·纹理模型和形状模型的结合 | 第49-50页 |
| ·目标和训练的 AAM 模板进行匹配 | 第50-55页 |
| ·驾驶员的疲劳状态判定 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 疲劳驾驶检测用户界面设计 | 第58-64页 |
| ·软硬件平台介绍以及系统介绍 | 第58-59页 |
| ·软件平台介绍 | 第58-59页 |
| ·硬件平台介绍 | 第59页 |
| ·界面设计流程与思想 | 第59-61页 |
| ·用户界面展示与说明 | 第61-63页 |
| ·系统实验结果分析 | 第63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·主要研究工作总结 | 第64页 |
| ·本课题展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间的研究成果 | 第70-71页 |
