基于人脸特征的列车司机疲劳驾驶检测与识别系统研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-20页 |
| ·国内外研究现状 | 第11-14页 |
| ·疲劳度识别算法介绍 | 第14-16页 |
| ·基于PERCLOS测量原理的眼睛状态判断 | 第16页 |
| ·研究内容及目标 | 第16-19页 |
| ·基于人脸特征的疲劳驾驶检测与识别算法开发 | 第18-19页 |
| ·疲劳驾驶检测与识别算法DSP移植 | 第19页 |
| ·论文结构安排 | 第19-20页 |
| 第2章 基于Adaboost算法的人脸检测 | 第20-40页 |
| ·人脸检测技术概述 | 第20-21页 |
| ·Adaboost人脸检测算法 | 第21-28页 |
| ·集成学习算法 | 第21-23页 |
| ·Adaboost算法 | 第23-28页 |
| ·基于Adaboost算法的人脸检测软件实现 | 第28-40页 |
| ·样本训练过程 | 第29-34页 |
| ·人脸检测程序 | 第34-40页 |
| 第3章 人眼检测与人眼状态分析算法 | 第40-48页 |
| ·基于Adaboost的人眼检测算法 | 第40-42页 |
| ·人眼库的建立 | 第40页 |
| ·人眼级联分类器训练 | 第40-41页 |
| ·人眼级联分类器效果分析 | 第41-42页 |
| ·人眼状态分析算法 | 第42-46页 |
| ·Hough找圆法 | 第42-44页 |
| ·灰度投影法 | 第44-45页 |
| ·区域灰度特征比较法 | 第45-46页 |
| ·人眼状态分析算法结果分析 | 第46-48页 |
| 第4章 疲劳驾驶检测算法DSP移植 | 第48-69页 |
| ·基于DSP的疲劳驾驶检测硬件系统 | 第48-51页 |
| ·疲劳驾驶检测算法DSP移植过程 | 第51-69页 |
| ·视频检测数据流图 | 第51-52页 |
| ·DSP/BIOS嵌入式系统 | 第52-58页 |
| ·疲劳检测算法结构级优化 | 第58-61页 |
| ·疲劳检测算法程序级优化 | 第61-69页 |
| 第5章 疲劳驾驶实时检测系统效果分析 | 第69-75页 |
| ·基于PC的疲劳驾驶检测系统效果分析 | 第69-73页 |
| ·人脸倾斜对检测算法的影响 | 第71-72页 |
| ·佩戴眼镜对检测算法的影响 | 第72-73页 |
| ·部分遮挡对检测算法的影响 | 第73页 |
| ·基于DSP的疲劳驾驶检测系统效果分析 | 第73-75页 |
| 总结与展望 | 第75-77页 |
| 工作总结 | 第75-76页 |
| 展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 攻读硕士学位期间发表的论文 | 第81-82页 |
