声明
摘要
第一章 绪论
1.1 课题的研究背景及意义
1.2 疲劳驾驶的定义
1.3 疲劳驾驶的检测研究现状
1.3.1 基于驾驶员行为特征的疲劳驾驶检测
1.3.2 基于生理特征的疲劳驾驶检测
1.3.3 基于驾驶行为的疲劳驾驶检测
1.3.4 基于信息融合的疲劳驾驶检测
1.4 当前研究存在的问题
1.5 课题研究内容与章节安排
第二章 传统ASM算法的人脸定位原理
2.1 ASM算法模型
2.2 ASM全局模型的建立
2.2.1 手动标记特征点
2.2.2 形状归一化
2.2.3 PCA变换
2.3 ASM局部模型的建立
2.4 ASM特征搜索
2.5 本章小结
第三章 基于改进的ASM算法的人脸定位
3.1 传统ASM算法人脸定位的不足
3.2 Gabor特征提取与性质
3.3 对传统ASM算法的改进
3.3.1 2D十字型概率密度模型
3.3.2 2D十字型概率密度模型的建立
3.4 基于局部纹理模型的改进
3.5 本章小结
第四章 眼睛的定位及状态的判断
4.1 眼睛定位
4.2 人眼状态的检测
4.3 基于PERCOLS和眨眼频率的疲劳驾驶判定
4.3.1 PERCOLS原理
4.3.2 PERCOLS与眨眼频率相结合的疲劳状态分析
4.4 本章小结
第五章 硬件设计与实验结果
5.1 系统硬件平台
5.1.1 S3C6410处理器简介
5.1.2 Tiny6410开发板资源
5.2 系统软件平台的搭建
5.2.1 交叉编译环境的搭建
5.2.2 Qt/E移植与集成开发环境搭建
5.2.3 系统应用软件总体设计
5.3 实验结果与分析
5.4 总结
第六章 总结与展望
6.1 工作总结
6.2 工作展望
参考文献
发表论文和参加科研情况
致谢