戴墨镜驾驶员疲劳检测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题的背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 2 需求分析与总体设计 | 第14-20页 |
| 2.1 需求分析 | 第14-15页 |
| 2.2 总体设计 | 第15-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 基于颜色模型的墨镜检测方法 | 第20-28页 |
| 3.1 YCbCr颜色空间 | 第20-21页 |
| 3.2 原始皮肤颜色模型 | 第21-22页 |
| 3.3 皮肤模型的建立 | 第22-24页 |
| 3.4 原始皮肤模型的问题和改进 | 第24-26页 |
| 3.5 皮肤颜色模型的使用 | 第26页 |
| 3.6 颜色模型法的优势 | 第26-27页 |
| 3.7 本章小结 | 第27-28页 |
| 4 基于深度学习的墨镜检测方法 | 第28-43页 |
| 4.1 模型的训练 | 第29-35页 |
| 4.2 LeNet-5及其调整 | 第35-39页 |
| 4.3 人工数据集扩充 | 第39-42页 |
| 4.4 模型的结构和使用 | 第42页 |
| 4.5 本章小结 | 第42-43页 |
| 5 驾驶员疲劳状态的评判 | 第43-49页 |
| 5.1 匀光处理 | 第43-44页 |
| 5.2 眼高的提取和计算 | 第44-47页 |
| 5.3 疲劳状态的评判 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 6 系统实现和结果分析 | 第49-56页 |
| 6.1 系统实现环境 | 第49-50页 |
| 6.2 墨镜检测测试 | 第50-54页 |
| 6.3 疲劳状态评判测试 | 第54-55页 |
| 6.4 本章小结 | 第55-56页 |
| 7 总结与展望 | 第56-58页 |
| 7.1 全文总结 | 第56-57页 |
| 7.2 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
