基于人眼检测的疲劳检测系统研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| Contents | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| ·疲劳检测的研究意义及其应用 | 第10-11页 |
| ·疲劳检测的研究发展现状 | 第11-12页 |
| ·论文各部分的主要内容 | 第12-14页 |
| 第二章 人脸检测与人眼检测 | 第14-25页 |
| ·人脸检测 | 第14-16页 |
| ·人脸检测的研究现状 | 第14-15页 |
| ·基于AdaBoost算法的人脸检测方法 | 第15-16页 |
| ·人眼中心点定位 | 第16-19页 |
| ·人眼中心点定位研究现状 | 第16-17页 |
| ·基于动态形态学商(DMQI)的光照归一化 | 第17-19页 |
| ·一种基于DMQI的人眼几何检测方法 | 第19-25页 |
| ·图像去噪 | 第20页 |
| ·嘴巴区域获取 | 第20-21页 |
| ·眼睛粗糙垂直、水平区域定位 | 第21-22页 |
| ·眼睛位置获取 | 第22页 |
| ·实验结果 | 第22-25页 |
| 第三章 基于局部重构的无监督特征选择方法 | 第25-34页 |
| ·无监督特征选择方法研究现状 | 第25-26页 |
| ·算法的基本原理 | 第26-28页 |
| ·LLE构建低维嵌入空间 | 第26-27页 |
| ·基于L1归一化的自动特征选择 | 第27-28页 |
| ·算法的流程 | 第28页 |
| ·实验结果 | 第28-33页 |
| ·实验数据集 | 第29页 |
| ·实验结果的评价 | 第29-30页 |
| ·参数选择 | 第30-32页 |
| ·聚类结果 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于形态学商模板的人眼精确定位 | 第34-44页 |
| ·基于形态学商模板的人眼中心点定位方法的意义 | 第34-35页 |
| ·整体流程图及贝叶斯后验概率模板 | 第35-37页 |
| ·人眼模板训练算法 | 第37-38页 |
| ·人眼定位过程 | 第38-39页 |
| ·实验结果 | 第39-43页 |
| ·本文算法框架下选用不同特征的实验结果 | 第39-40页 |
| ·本文与文献的对比结果 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 人眼状态识别与疲劳检测 | 第44-52页 |
| ·人眼状态识别算法 | 第44-46页 |
| ·模板匹配法 | 第44-45页 |
| ·PATECP算法 | 第45-46页 |
| ·眼部特征参数提取 | 第46-48页 |
| ·疲劳检测实验结果与分析 | 第48-52页 |
| 总结与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间发表论文 | 第57-59页 |
| 致谢 | 第59页 |
