首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--电气设备及附件论文

基于视频的驾驶员疲劳状态检测方法研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-15页
    1.1 课题背景及意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 国外研究现状第10-12页
        1.2.2 国内研究现状第12-13页
    1.3 论文研究内容第13页
    1.4 论文章节构成第13-15页
第二章 人脸图像处理第15-31页
    2.1 人脸定位方法第15-17页
    2.2 基于肤色特征的人脸定位方法第17-23页
        2.2.1 颜色空间第17-20页
        2.2.2 肤色模型第20-21页
        2.2.3 肤色相似度计算第21-23页
    2.3 定位人脸区域第23-30页
        2.3.1 Otsu实现二值化第23-25页
        2.3.2 形态学处理第25-26页
        2.3.3 连通区域标记算法第26-27页
        2.3.4 定位人脸第27-30页
    2.4 本章小结第30-31页
第三章 人眼定位与跟踪第31-52页
    3.1 人眼定位第31-43页
        3.1.1 人眼定位方法第31-32页
        3.1.2 AdaBoost算法与Haar-like级联分类器第32-36页
        3.1.3 基于GentleAdaBoost算法的人眼定位第36-41页
        3.1.4 定位人眼第41-43页
    3.2 人眼跟踪第43-51页
        3.2.1 人眼跟踪方法第43-45页
        3.2.2 卡尔曼滤波第45-47页
        3.2.3 Camshift算法第47-49页
        3.2.4 结合卡尔曼滤波与改进Camshift算法的人眼跟踪第49-51页
    3.3 本章小结第51-52页
第四章 驾驶员疲劳状态检测第52-67页
    4.1 人眼状态识别方法第52-53页
    4.2 基于最小外接矩形的人眼状态识别第53-58页
        4.2.1 确定主轴方向第55页
        4.2.2 确定长轴与短轴第55-56页
        4.2.3 旋转法校正初始外接矩形第56-57页
        4.2.4 尺寸优化第57-58页
    4.3 基于PERCLOS的驾驶员疲劳状态判断第58-61页
    4.4 驾驶员疲劳状态检测系统第61-65页
        4.4.1 实验硬件环境第61-63页
        4.4.2 实验软件环境第63-64页
        4.4.3 驾驶员疲劳状态检测实验及结果分析第64-65页
    4.5 本章小结第65-67页
第五章 总结与展望第67-69页
    5.1 总结第67-68页
    5.2 展望第68-69页
参考文献第69-73页
攻读硕士学位期间主要的研究成果第73-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:面向高维数据的聚类算法改进研究
下一篇:基于低能耗技术的智能停车系统研究与设计