基于视频图像分析的驾驶员疲劳检测方法的研究
| 中文摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 第1章 绪论 | 第13-19页 |
| ·课题提出的背景及意义 | 第13页 |
| ·当前研究现状 | 第13-17页 |
| ·主观监测技术 | 第13-14页 |
| ·客观监测技术 | 第14-17页 |
| ·本文主要工作和内容安排 | 第17-19页 |
| 第2章 图像预处理 | 第19-27页 |
| ·引言 | 第19页 |
| ·图像光照强度校正 | 第19-20页 |
| ·图像去噪声 | 第20-23页 |
| ·图像灰度拉伸 | 第23-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 驾驶员人脸检测与定位 | 第27-45页 |
| ·引言 | 第27-29页 |
| ·人脸检测的主要问题 | 第28-29页 |
| ·人脸检测算法综述及比较 | 第29-35页 |
| ·基于先验规则的方法 | 第29-32页 |
| ·基于统计学习的方法 | 第32-34页 |
| ·基于组合的方法 | 第34-35页 |
| ·基于肤色的人脸检测与定位 | 第35-43页 |
| ·色系坐标系 | 第35-39页 |
| ·人脸检测定位算法 | 第39-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 驾驶员眼睛定位与状态判断 | 第45-63页 |
| ·引言 | 第45页 |
| ·眼睛检测方法综述 | 第45-48页 |
| ·眼睛垂直位置定位 | 第48-53页 |
| ·积分投影算法 | 第49页 |
| ·微分投影算法 | 第49-51页 |
| ·微积分联合投影算法 | 第51-53页 |
| ·眼睛跟踪 | 第53-58页 |
| ·引言 | 第53-54页 |
| ·Kalman滤波方法 | 第54-56页 |
| ·基于 Kalman滤波的眉毛区域跟踪 | 第56-58页 |
| ·眼睛状态判断 | 第58-61页 |
| ·眼睛睁开程度计算 | 第58-60页 |
| ·PERCLOS测评原理 | 第60-61页 |
| ·实验结果 | 第61页 |
| ·本章小结 | 第61-63页 |
| 第5章 驾驶员嘴巴定位与状态判断 | 第63-73页 |
| ·引言 | 第63页 |
| ·嘴巴检测定位算法综述 | 第63-64页 |
| ·嘴巴检测定位 | 第64-68页 |
| ·嘴巴检测定位的原理和步骤 | 第64页 |
| ·嘴巴和标准肤色区域确定 | 第64-65页 |
| ·图像归一化与参考肤色计算 | 第65-66页 |
| ·图像映射 | 第66-67页 |
| ·图像数学形态运算 | 第67-68页 |
| ·嘴巴状态判断 | 第68-71页 |
| ·嘴巴宽高比计算 | 第68-69页 |
| ·打哈欠判断 | 第69-70页 |
| ·实验结果 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 第6章 驾驶员疲劳监测系统 | 第73-77页 |
| ·引言 | 第73页 |
| ·系统硬件构成 | 第73-75页 |
| ·系统软件框架 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 总结与展望 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85-86页 |
| 学位论文评阅及答辩情况表 | 第86页 |
