基于眼睛状态判断的疲劳检测
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 引言 | 第8-11页 |
| ·课题背景 | 第8页 |
| ·目前研究现状 | 第8-10页 |
| ·基于人员生理信号判断的方法 | 第8-9页 |
| ·基于车辆行驶参数判断的方法 | 第9页 |
| ·基于图像处理结果的判断方法 | 第9-10页 |
| ·本文使用方法 | 第10-11页 |
| 2 人脸检测算法 | 第11-23页 |
| ·Haar特征 | 第11-16页 |
| ·基本Haar特征模版 | 第11-12页 |
| ·Haar特征值计算 | 第12-13页 |
| ·Haar特征对人脸的表示 | 第13-14页 |
| ·人脸特征的产生 | 第14-16页 |
| ·积分图 | 第16-17页 |
| ·积分图的基本概念 | 第16-17页 |
| ·利用积分图计算特征值 | 第17页 |
| ·基于Adaboost算法的层叠分类器 | 第17-23页 |
| ·Adaboost算法介绍 | 第18-19页 |
| ·层叠分类器训练 | 第19-21页 |
| ·使用层叠分类器检测人脸 | 第21-23页 |
| 3 人眼检测及状态判断算法 | 第23-27页 |
| ·LBP算法介绍 | 第23-24页 |
| ·图像纹理相似度计算 | 第24-25页 |
| ·基于纹理特征匹配的目标检测 | 第25-26页 |
| ·基于LBP匹配的眼睛状态判断 | 第26-27页 |
| 4 实验设备及方法 | 第27-43页 |
| ·基于Windows操作环境的程序开发 | 第27-38页 |
| ·人脸检测 | 第27-30页 |
| ·人眼定位 | 第30-33页 |
| ·眼睛状态判断 | 第33-35页 |
| ·疲劳状态判断 | 第35-36页 |
| ·人脸倾斜校正 | 第36-37页 |
| ·面向不同用户的参数配置 | 第37-38页 |
| ·基于Linux操作环境的疲劳检测程序移植 | 第38-43页 |
| ·Qt Creator简介 | 第39页 |
| ·交叉编译环境准备 | 第39页 |
| ·嵌入式终端准备 | 第39-40页 |
| ·程序代码移植 | 第40-41页 |
| ·疲劳判断条件 | 第41-43页 |
| 5 实验结果 | 第43-51页 |
| ·室内实验测试结果 | 第43-45页 |
| ·室外实验测试结果 | 第45-47页 |
| ·检测结果分析 | 第47-51页 |
| ·室内检测结果分析 | 第47-48页 |
| ·室外检测结果分析 | 第48-50页 |
| ·针对不足的一些改进措施 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 攻读硕士学位期间发表学术论文情况 | 第54-55页 |
| 致谢 | 第55-56页 |
