基于表情及姿态的机车司机疲劳驾驶监测技术
致谢 | 第1-6页 |
中文摘要 | 第6-8页 |
ABSTRACT | 第8-10页 |
序 | 第10-13页 |
1 引言 | 第13-24页 |
·研究背景 | 第13-14页 |
·研究现状 | 第14-15页 |
·背景建模 | 第15-16页 |
·自适应背景建模 | 第16页 |
·中值滤波模型背景建模 | 第16页 |
·W4方法背景建模 | 第16页 |
·运动目标检测 | 第16-18页 |
·基于光流场的运动目标检测方法 | 第17页 |
·基于帧间差分法运动目标检测 | 第17-18页 |
·基于背景减除的运动目标检测 | 第18页 |
·目标识别 | 第18-22页 |
·基于人工神经网络的目标识别 | 第18-19页 |
·基于图像几何特征的目标识别 | 第19-20页 |
·基于类Haar特征的目标识别 | 第20-21页 |
·基于尺度不变特征的目标识别 | 第21-22页 |
·本文主要内容及架构 | 第22-24页 |
2 手势获取 | 第24-33页 |
·混合高斯模型 | 第24-28页 |
·单高斯模型 | 第25页 |
·混合高斯模型背景建模 | 第25-27页 |
·混合高斯运动目标检测 | 第27-28页 |
·帧间差分法 | 第28-29页 |
·肤色模型 | 第29-31页 |
·颜色空间 | 第29页 |
·肤色聚类 | 第29-30页 |
·肤色模型 | 第30-31页 |
·数字形态学滤波 | 第31页 |
·腐蚀 | 第31页 |
·膨胀 | 第31页 |
·本章小结 | 第31-33页 |
3 手势识别 | 第33-43页 |
·形状上下文算法 | 第33-37页 |
·形状取样 | 第33-34页 |
·形状直方图的计算 | 第34-36页 |
·相似度计算 | 第36-37页 |
·HOG特征及AdaBoost分类器 | 第37-41页 |
·HOG特征计算 | 第37-40页 |
·AdaBoost分类器 | 第40-41页 |
·本章小结 | 第41-43页 |
4 实验结果及分析 | 第43-59页 |
·手势的获取 | 第43-46页 |
·手势识别 | 第46-57页 |
·本章小结 | 第57-59页 |
5 总结与展望 | 第59-61页 |
参考文献 | 第61-64页 |
作者简历 | 第64-66页 |
学位论文数据集 | 第66页 |