文摘
英文文摘
声明
第一章 绪论
1.1 课题研究背景
1.1.1 引言
1.1.2 驾驶员疲劳检测方法概述
1.1.3 国内外研究现状
1.2 本文的研究内容和关键技术
1.3 本文的组织结构
第二章 系统算法概述
2.1 眼睛的生物结构
2.2 人眼定位算法
2.3 眼睛状态识别方法
2.3.1 基于特征分析的眼睛状态识别
2.3.2 基于模式分类的眼睛状态识别
2.3.3 方法性能优劣分析
2.4 视线方向判别技术
2.5 支持向量机眼睛状态识别算法的理论基础
2.6 本章小结
第三章 人眼定位算法研究
3.1 人脸图像预处理
3.1.1 彩色图灰度化
3.1.2 基于灰度直方图分布的人脸图像二值化
3.1.3 截取眼睛部分图像
3.1.4 形态学开操作去噪
3.2 训练样本设计眼睛分类器
3.2.1 样本库介绍
3.2.2 初步设计眼睛分类器
3.2.3 精确设计眼睛分类器
3.3 眼睛定位结果与分析
3.4 本章小结
第四章 眼睛睁闭状态识别算法
4.1 基于SVM眼睛状态识别方法简述
4.2 眼睛样本库和眼睛样本预处理
4.2.1 眼睛样本库
4.2.2 眼睛样本预处理
4.3 建立眼睛特征向量集
4.3.1 提取眼睛特征
4.3.2 组成眼睛特征向量
4.4 训练眼睛状态分类器
4.5 眼睛状态分类器的识别结果
4.6 本章小结
第五章 驾驶员视线方向判别
5.1 视线方向判别方法简述
5.2 普尔钦斑点的形成方法
5.3 普尔钦斑点及瞳孔中心定位
5.3.1 检测普尔钦斑点
5.3.2 检测瞳孔中心
5.4 视线方向判定
5.5 视线方向判别算法实验结果
5.6 本章小结
结束语
参考文献
攻读硕士学位期间取得的研究成果
致 谢