驾驶员面部检测与定位方法研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·课题背景 | 第8页 |
| ·智能车辆与智能交通运输系统 | 第8-10页 |
| ·智能车辆的产生与发展 | 第8-9页 |
| ·智能交通运输系统的提出及发展 | 第9-10页 |
| ·车辆安全辅助驾驶技术的应用及发展 | 第10-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·本文研究目的和结构安排 | 第13-14页 |
| 2 技术路线的选取 | 第14-21页 |
| ·人脸检测的发展和现状 | 第14页 |
| ·人脸检测主要方法 | 第14-17页 |
| ·肤色区域分割与人脸验证方法 | 第15页 |
| ·基于启发式模型的方法 | 第15页 |
| ·基于统计模型的方法 | 第15-17页 |
| ·驾驶室人脸检测技术方案确定 | 第17-20页 |
| ·研究中需要解决的问题 | 第17页 |
| ·面部关键特征定位及人脸2D 形状检测技术 | 第17-18页 |
| ·人脸确认与识别技术 | 第18-19页 |
| ·驾驶员面部检测方案及实现 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 基于颜色的人脸候选区分割 | 第21-34页 |
| ·常用颜色检测方法 | 第21-22页 |
| ·光照对肤色检测的影响 | 第22-24页 |
| ·光源颜色的影响 | 第22-23页 |
| ·高光和阴影的影响 | 第23-24页 |
| ·光照影响的理论基础 | 第24-26页 |
| ·光源颜色影响的分析 | 第24-25页 |
| ·高光和阴影影响的分析 | 第25-26页 |
| ·肤色检测算法 | 第26-33页 |
| ·消除光线的影响 | 第26-27页 |
| ·颜色空间选取 | 第27-29页 |
| ·肤色检测分割及结果 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 4 人脸轮廓初定位 | 第34-45页 |
| ·算法框架 | 第34页 |
| ·去噪算法 | 第34-37页 |
| ·腐蚀运算(Erosion) | 第35页 |
| ·膨胀运算(Dilation) | 第35-37页 |
| ·肤色区域优化 | 第37-39页 |
| ·基于8 连通性的区域标记与数目统计 | 第37-38页 |
| ·区域优化方法 | 第38-39页 |
| ·人脸定位算法 | 第39-44页 |
| ·活动轮廓的基本概念 | 第39-40页 |
| ·Snake 算法定义及应用 | 第40-44页 |
| ·本章总结 | 第44-45页 |
| 5 融合面部几何特征的人脸检测 | 第45-58页 |
| ·常用眼睛定位算法 | 第45-51页 |
| ·霍夫变换法 | 第45-46页 |
| ·变形模板法 | 第46-48页 |
| ·边缘特征分析法 | 第48-49页 |
| ·对称变换法 | 第49页 |
| ·一种基于几何形状检测椭圆的方法 | 第49-51页 |
| ·人脸验证 | 第51-55页 |
| ·肤色密度与人脸形状验证 | 第52-53页 |
| ·眼睛和嘴的关系验证 | 第53-55页 |
| ·实验结果 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附:作者在攻读硕士学位期间发表的论文目录 | 第65-66页 |
| 独创性声明 | 第66页 |
| 学位论文版权使用授权书 | 第66页 |
