| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 驾驶疲劳检测研究现状 | 第9-11页 |
| 1.2.1 国外驾驶疲劳检测研究现状 | 第9-10页 |
| 1.2.2 国内驾驶疲劳检测研究现状 | 第10-11页 |
| 1.3 论文主要研究内容及章节安排 | 第11-13页 |
| 第二章 驾驶疲劳检测基础理论研究 | 第13-27页 |
| 2.1 驾驶疲劳的概念及致因分析 | 第13-16页 |
| 2.1.1 驾驶疲劳的概念 | 第13页 |
| 2.1.2 驾驶疲劳形成过程 | 第13-14页 |
| 2.1.3 驾驶疲劳致因及影响因素分析 | 第14-16页 |
| 2.2 驾驶员生理变化与疲劳关系研究及疲劳检测机理 | 第16-18页 |
| 2.2.1 驾驶员生理变化与疲劳关系研究 | 第16-17页 |
| 2.2.2 驾驶疲劳检测机理 | 第17-18页 |
| 2.3 常用非接触式检测方法 | 第18-23页 |
| 2.3.1 疲劳检测一般要求 | 第18页 |
| 2.3.2 疲劳检测一般流程 | 第18-19页 |
| 2.3.3 疲劳检测体系结构 | 第19-21页 |
| 2.3.4 疲劳相关的多特征 | 第21-23页 |
| 2.4 图像多分辨率分解与重构 | 第23-26页 |
| 2.4.1 金字塔型图像分解与重构 | 第23-24页 |
| 2.4.2 基于小波变换的图像分解与重构 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 欧拉影像放大算法研究 | 第27-38页 |
| 3.1 引言 | 第27页 |
| 3.2 影像放大算法原理 | 第27-32页 |
| 3.2.1 拉格朗日视角 | 第27-28页 |
| 3.2.2 欧拉视角 | 第28页 |
| 3.2.3 欧拉影像放大算法 | 第28-32页 |
| 3.3 算法实现 | 第32-33页 |
| 3.3.1 颜色空间转换 | 第32页 |
| 3.3.2 空间滤波 | 第32-33页 |
| 3.3.3 时域滤波 | 第33页 |
| 3.3.4 放大变化 | 第33页 |
| 3.3.5 合成图像 | 第33页 |
| 3.4 动作及颜色放大实例结果分析 | 第33-37页 |
| 3.4.1 动作放大 | 第33-35页 |
| 3.4.2 颜色放大 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于欧拉影像放大算法的驾驶疲劳检测研究 | 第38-51页 |
| 4.1 欧拉影像放大算法在驾驶疲劳检测中的应用 | 第38-39页 |
| 4.2 基于欧拉影像放大算法的视频处理分析 | 第39-45页 |
| 4.2.1 视频采集 | 第39页 |
| 4.2.2 基于欧拉影像放大算法实验视频处理分析 | 第39-41页 |
| 4.2.3 感兴趣信号获取 | 第41-45页 |
| 4.3 评价（有效性分析） | 第45-50页 |
| 4.3.1 眼部放大效果 | 第45-47页 |
| 4.3.2 头部放大效果分析 | 第47-49页 |
| 4.3.3 脸部颜色放大效果分析 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 总结与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |