基于红外图象的驾驶员疲劳检测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·课题研究意义 | 第9-10页 |
| ·驾驶疲劳检测的国内外研究现状 | 第10-16页 |
| ·国外疲劳检测研究现状 | 第10-15页 |
| ·国内疲劳检测研究现状 | 第15页 |
| ·红外图象疲劳检测研究现状 | 第15-16页 |
| ·论文的内容和安排 | 第16-18页 |
| 第二章 驾驶员疲劳监控系统组成 | 第18-26页 |
| ·概述 | 第18-19页 |
| ·驾驶员疲劳监控硬件组成 | 第19-22页 |
| ·红外CCD摄像机介绍 | 第19-20页 |
| ·视频采集卡介绍 | 第20-22页 |
| ·红外人脸图象的特性 | 第22-24页 |
| ·本文算法流程 | 第24-26页 |
| 第三章 人脸检测与跟踪 | 第26-45页 |
| ·人脸检测综述 | 第26-30页 |
| ·人脸检测的应用背景 | 第26-27页 |
| ·人脸检测的主要问题 | 第27-28页 |
| ·人脸检测的一般方法与比较 | 第28-30页 |
| ·基于阈值法和连通区域检测的人脸实时检测 | 第30-36页 |
| ·人脸图象预处理 | 第31-32页 |
| ·人脸图象二值化 | 第32-33页 |
| ·识别人脸区域 | 第33-35页 |
| ·确定眉眼区域 | 第35-36页 |
| ·与传统驾驶员脸部定位算法的比较 | 第36-39页 |
| ·人脸跟踪 | 第39-43页 |
| ·人脸跟踪简述 | 第39-40页 |
| ·卡尔曼滤波跟踪面部的算法 | 第40-41页 |
| ·卡尔曼滤波跟踪面部的实验 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 人眼瞳孔定位和驾驶员疲劳状态检测 | 第45-59页 |
| ·眼睛检测定位方法概述 | 第45-48页 |
| ·霍夫变换法 | 第45-46页 |
| ·变形模板法 | 第46-48页 |
| ·对称变换法 | 第48页 |
| ·当前人眼检测存在的问题 | 第48-49页 |
| ·一种改进的Harris角点检测瞳孔定位算法 | 第49-53页 |
| ·Harris角点检测算法 | 第50页 |
| ·Harris角点检测算法存在的问题 | 第50-51页 |
| ·应用于瞳孔定位的改进的Harris角点检测算法 | 第51-53页 |
| ·驾驶员疲劳状态检测 | 第53-59页 |
| ·眼睛面积计算 | 第53-54页 |
| ·眼睛状态计算 | 第54-57页 |
| ·疲劳检测结果 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·论文主要工作和结论 | 第59页 |
| ·后续工作展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间主要的研究成果 | 第68页 |
