| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-16页 |
| ·课题背景和研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-15页 |
| ·人脸表情识别国内外研究现状 | 第9-10页 |
| ·疲劳驾驶检测技术国内外研究现状 | 第10-15页 |
| ·论文的研究内容 | 第15-16页 |
| 第2章 基于Gabor滤波的特征提取 | 第16-26页 |
| ·Gabor滤波概述 | 第16-17页 |
| ·Gabor滤波器 | 第17-22页 |
| ·Gabor滤波器的定义 | 第17-20页 |
| ·Gabor滤波器的参数选择 | 第20页 |
| ·Gabor变换的快速算法 | 第20-21页 |
| ·Gabor滤波器的性质 | 第21-22页 |
| ·Gabor滤波的快速算法描述 | 第22-23页 |
| ·基于Gabor滤波的特征提取实验结果与分析 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 特征降维方法的研究 | 第26-37页 |
| ·问题的提出 | 第26页 |
| ·降维的定义 | 第26-28页 |
| ·两类典型流形学习算法 | 第28-29页 |
| ·基于等距映射方法的特征降维 | 第29-31页 |
| ·等距映射方法原理 | 第29-31页 |
| ·等距映射方法性质 | 第31页 |
| ·基于局部线性嵌入方法的特征降维 | 第31-33页 |
| ·局部线性嵌入方法原理 | 第32-33页 |
| ·局部线性嵌入方法性质 | 第33页 |
| ·LLE和Isomap两种降维方法的实验结果与分析 | 第33-36页 |
| ·近邻点K的选取 | 第33-35页 |
| ·采样点个数N的选取 | 第35页 |
| ·LLE与Isomap效率比较 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于AdaBoost方法的特征分类 | 第37-42页 |
| ·AdaBoost算法概述 | 第37页 |
| ·AdaBoost算法训练过程 | 第37-38页 |
| ·级联分类器 | 第38-40页 |
| ·级联分类器原理 | 第38-40页 |
| ·级联分类器误差分析 | 第40页 |
| ·AdaBoost算法的实验结果与分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 人脸疲劳表情识别系统设计与实现 | 第42-47页 |
| ·系统的设计 | 第42-43页 |
| ·系统处理流程 | 第42页 |
| ·系统界面和软硬件开发环境 | 第42-43页 |
| ·系统测试结果 | 第43-46页 |
| ·测试结果分析 | 第46页 |
| ·本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52页 |