| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 绪论 | 第10-19页 |
| ·智能车载监控系统研究的背景和意义 | 第10-13页 |
| ·人脸疲劳检测 | 第13-15页 |
| ·基于目标检测和识别的车载监控系统 | 第15-17页 |
| ·本文研究的主要问题和结构 | 第17-19页 |
| 第二章 人脸关键点定位及目标检测研究现状 | 第19-37页 |
| ·车内监控-常用的人脸关键点定位算法 | 第19-26页 |
| ·基于先验规则的方法 | 第20-21页 |
| ·基于几何形状的方法 | 第21-25页 |
| ·基于色彩信息的方法 | 第25-26页 |
| ·基于外观信息的方法 | 第26页 |
| ·基于关联信息的方法 | 第26页 |
| ·人脸表征 | 第26-28页 |
| ·人脸常用特征以及形状表示理论 | 第28-34页 |
| ·GABOR 特征组 | 第28-30页 |
| ·SVM 分类器 | 第30-32页 |
| ·基于主成分分析 PCA 的形状建模表示 | 第32-34页 |
| ·车外监控-信号灯检测与识别理论 | 第34-36页 |
| ·基于颜色信息的图像分割 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第三章 车内关键技术-基于改进 ASM 的人脸关键点定位 | 第37-57页 |
| ·关于人脸形状 | 第37-39页 |
| ·对常规效果评价方法的改进 | 第39-40页 |
| ·形状的主成分分解 | 第40-45页 |
| ·形状分解预处理 | 第40-42页 |
| ·形状 PCA 分解 | 第42-44页 |
| ·形状合成参数选取 | 第44-45页 |
| ·本文对边缘上搜索点的实现 | 第45-47页 |
| ·对常规 ASM 方法的实现及缺陷分析 | 第47-49页 |
| ·基于单调下降更新函数的 ASM 迭代过程 | 第49-50页 |
| ·基于 GABOR-SVM 的角点精确定位 | 第50-51页 |
| ·角点固定的局部 D-ASM | 第51-52页 |
| ·实验结果 | 第52-56页 |
| ·基于单调下降更新函数的主动形状模型 | 第52-54页 |
| ·角点精确定位 | 第54页 |
| ·角点固定的局部 D-ASM | 第54-55页 |
| ·算法整体性能 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 车外关键技术-夜间信号灯检测与识别 | 第57-70页 |
| ·基于颜色空间分割的信号灯检测 | 第58-60页 |
| ·白天情形与夜间情形的对比 | 第60-61页 |
| ·交通信号标志的方向校正 | 第61-62页 |
| ·交通信号灯的分类及内容识别 | 第62-64页 |
| ·交通信号灯的分类 | 第62-63页 |
| ·计数器数字的识别 | 第63-64页 |
| ·实验及结果 | 第64-69页 |
| ·基于 HLC 颜色空间的信号灯颜色值提取 | 第64-65页 |
| ·白天场景下 HLC 颜色空间检测的有效性验证 | 第65-66页 |
| ·夜间环境下信号灯的识别 | 第66-68页 |
| ·总体效果评价 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 结束语 | 第70-72页 |
| ·主要工作和创新点 | 第70页 |
| ·后续研究工作 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 附录 | 第76-78页 |
| A. 两个形状对齐 | 第76页 |
| B. 多个形状对齐 | 第76-77页 |
| C. 模型参数的确定 | 第77-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间已发表或录用的论文 | 第79-80页 |
| 附件 | 第80-82页 |