| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题的研究背景及意义 | 第11页 |
| ·国内外研究现状 | 第11-14页 |
| ·基于驾驶员驾驶行为的检测方法 | 第11-12页 |
| ·基于驾驶员生理特征的检测方法 | 第12-13页 |
| ·基于信息融合技术的检测方法 | 第13-14页 |
| ·驾驶疲劳检测系统分类 | 第14页 |
| ·嵌入式图形用户界面 | 第14-15页 |
| ·论文研究的主要内容 | 第15-17页 |
| 第二章 基于肤色信息的人脸检测 | 第17-29页 |
| ·引言 | 第17页 |
| ·光照补偿 | 第17-19页 |
| ·色彩空间的选择 | 第19-24页 |
| ·色彩空间模型 | 第19-23页 |
| ·色彩空间的选择 | 第23-24页 |
| ·肤色模型 | 第24-26页 |
| ·肤色模型的建立 | 第24-25页 |
| ·肤色相似度的计算 | 第25-26页 |
| ·肤色分割 | 第26-28页 |
| ·阈值的选取 | 第26-28页 |
| ·人脸区域的确定 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章 肤色信息融合和AdaBoost 的人脸检测 | 第29-42页 |
| ·引言 | 第29页 |
| ·AdaBoost 算法分析 | 第29-31页 |
| ·AdaBoost 算法分析 | 第29-31页 |
| ·矩形特征及其特征值的计算 | 第31-35页 |
| ·Haar-Like 特征 | 第32-33页 |
| ·积分图及特征值计算 | 第33-35页 |
| ·多层级联分类器的实现 | 第35-37页 |
| ·构建基于矩形特征的弱分类器 | 第35-36页 |
| ·训练强分类器 | 第36页 |
| ·分类器的级联分类器结构 | 第36-37页 |
| ·基于图像信息融合的人脸检测 | 第37-39页 |
| ·改进的AdaBoost 的分类器设计 | 第37-38页 |
| ·融合肤色信息检测改进AdaBoost 的脸部检测区域 | 第38-39页 |
| ·实验结果及分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 眼部定位及跟踪 | 第42-54页 |
| ·引言 | 第42页 |
| ·常用眼部定位算法介绍 | 第42-44页 |
| ·驾驶员眼部定位 | 第44-46页 |
| ·灰度投影定位眼睛 | 第45-46页 |
| ·基于卡尔曼滤波的驾驶员眼部跟踪 | 第46-52页 |
| ·卡尔曼滤波器介绍 | 第46-49页 |
| ·基于卡尔曼滤波器的眼睛跟踪 | 第49-52页 |
| ·实验结果及分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 疲劳特征信息提取及疲劳度计算标准 | 第54-62页 |
| ·引言 | 第54页 |
| ·驾驶员疲劳的提取 | 第54-58页 |
| ·眼睛状态的识别 | 第54-56页 |
| ·基于肤色面积的疲劳状态检测 | 第56-57页 |
| ·肤色面积滤波 | 第57-58页 |
| ·融和多特征信息的疲劳检测标准 | 第58-59页 |
| ·基于眼部状态疲劳检测 | 第58-59页 |
| ·基于肤色面积滤波的疲劳检测 | 第59页 |
| ·实验结果与分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 QT 编程实现算法和实验界面显示 | 第62-73页 |
| ·引言 | 第62页 |
| ·应用程序的框架结构 | 第62-66页 |
| ·用户界面（UI）模块 | 第62-63页 |
| ·图像数据处理模块 | 第63页 |
| ·显示模块 | 第63-64页 |
| ·GUI 图形库模块 | 第64页 |
| ·主函数程序 | 第64-65页 |
| ·OpenCV 使用函数介绍 | 第65-66页 |
| ·Qt/Embedded 开发环境的搭建及实验结果显示 | 第66-69页 |
| ·Qt 运行环境的搭建 | 第66-68页 |
| ·实验结果在宿主机上的显示 | 第68-69页 |
| ·实验结果在目标机上的显示 | 第69-72页 |
| ·Qt/Embedded 的交叉编译 | 第69-70页 |
| ·实验结果显示 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第七章 总结与展望 | 第73-75页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间参加的科研项目和成果 | 第80页 |
