摘要5-6
Abstract6-9
第一章 绪论9-15
1.1 本课题探讨的背景和作用9-10
1.2 国内外探讨近况10-13
1.3 论文完成的工作13-14
1.4 论文的组织14-15
第二章 基于机器视觉的疲劳驾驶检测算法介绍15-20
2.1 疲劳驾驶检测系统原理15-16
2.2 人脸检测策略概述16-17
2.3 人眼定位策略概述17-18
2.4 软件开发工具18-20
第三章 驾驶员人脸检测20-52
3.1 基于肤色的人脸检测20-38
3.1.1 光线补偿21-22
3.1.2 色彩空间的选择22-24
3.1.3 YCbCr 色彩空间非线性变换24-26
3.1.4 建立高斯肤色模型26-27
3.1.5 图像二值化及去噪27-30
3.1.6 人脸区域分割30-37
3.1.7 基于肤色的人脸检测总结37-38
3.2 基于 AdaBoost 算法的人脸检测38-47
3.2.1 机器学习概述38-39
3.2.2 弱学习和强学习概念39
3.2.3 Boosting 学习算法39-40
3.2.4 AdaBoost 算法40-42
3.2.5 基于积分图像的 AdaBoost 人脸检测算法42-47
3.3 人脸检测实验结果47-51
3.4 本章小结51-52
第四章 驾驶员人眼检测52-66
4.1 基于边缘特点的人眼定位52-57
4.1.1 人脸边缘检测52-54
4.1.2 人眼粗定位54-56
4.1.3 人眼精确定位56-57
4.2 基于二值化人眼定位57-61
4.2.1 图像反射分量58-59
4.2.2 灰度图二值化59-60
4.2.3 人眼精确定位60-61
4.3 人眼检测实验结果61-65
4.3.1 人脸数据库检测61-63
4.3.2 室内环境和车内环境检测63-65
4.4 本章小结65-66
第五章 疲劳状态检测66-72
5.1 PERCLOS 算法原理66-67
5.2 区域生长法提取瞳孔67
5.3 疲劳状态判别67-69
5.4 疲劳检测实验结果69-71
5.5 本章小结71-72
总结与展望72-74