基于人脸识别的驾驶员疲劳驾驶检测系统的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·研究背景及意义 | 第11-12页 |
| ·疲劳驾驶检测技术的理论概述 | 第12-15页 |
| ·疲劳驾驶相关理论 | 第12-13页 |
| ·疲劳驾驶检测方法 | 第13-15页 |
| ·疲劳检测国内外研究历史与现状 | 第15-19页 |
| ·国外研究现状 | 第15-18页 |
| ·国内研究现状 | 第18-19页 |
| ·本文的研究内容及结构安排 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第2章 人脸图像采集 | 第21-25页 |
| ·软件系统组成 | 第21-22页 |
| ·软件系统功能流程图 | 第21页 |
| ·软件支持 | 第21-22页 |
| ·硬件系统组成 | 第22-24页 |
| ·摄像头的选择 | 第22-23页 |
| ·图像采集卡 | 第23-24页 |
| ·计算机配置 | 第24页 |
| ·人脸图像采集要求 | 第24页 |
| ·小结 | 第24-25页 |
| 第3章 人脸图像的检测与定位 | 第25-45页 |
| ·人脸检测方法综述 | 第26-27页 |
| ·基于知识的自顶向下的方法 | 第26页 |
| ·基于人脸特征的自低向上的方法 | 第26页 |
| ·模板匹配的方法 | 第26页 |
| ·基于人脸外观的方法 | 第26-27页 |
| ·基于肤色的人脸检测算法 | 第27-43页 |
| ·肤色特征在人脸检测中的特点 | 第28页 |
| ·色彩空间与色彩空间聚类 | 第28-29页 |
| ·色彩空间的选择 | 第29-30页 |
| ·预处理 | 第30-35页 |
| ·相似度的计算 | 第35-36页 |
| ·图像的二值化 | 第36-37页 |
| ·去噪声和图像重建 | 第37页 |
| ·建立人脸掩模 | 第37-38页 |
| ·利用积分投影法确定人脸轮廓 | 第38-41页 |
| ·人脸区域分割 | 第41-43页 |
| ·人脸定位实例 | 第43页 |
| ·本章小结 | 第43-45页 |
| 第4章 人眼的检测与定位 | 第45-61页 |
| ·图像预处理 | 第45-47页 |
| ·图像的灰度化处理 | 第45-46页 |
| ·图像平滑去噪 | 第46-47页 |
| ·人眼定位及其特征提取 | 第47-55页 |
| ·人眼定位方法概述 | 第48-50页 |
| ·眼睛粗定位 | 第50-54页 |
| ·人眼的精确定位及其特征提取 | 第54-55页 |
| ·眼睛状态判别 | 第55-60页 |
| ·眼部状态识别的方法概述 | 第55-58页 |
| ·一种结合投影方法和霍夫变换的眼部状态识别方法 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 驾驶员疲劳状态检测系统 | 第61-67页 |
| ·疲劳检测系统结构 | 第61-62页 |
| ·眼动分析 | 第62-64页 |
| ·眼动技术 | 第62页 |
| ·眼动的三种基本形式 | 第62-63页 |
| ·眼动特点 | 第63-64页 |
| ·PERCLOS方法简介 | 第64-66页 |
| ·PERCLOS测量原理 | 第64-66页 |
| ·基于PERCLOS测量原理的眼睛状态判断 | 第66页 |
| ·本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| ·总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
