声明
摘要
符号说明
第一章绪论
1.1 课题背景及意义
1.2 国内外研究现状
1.2.1 疲劳驾驶行为的定义及表现
1.2.2 疲劳驾驶检测方法研舰状
1.2.3 基于驾驶员自身特征的疲劳驾驶检测算法
1.2.4 基于被驾驶车辆行为的疲劳驾驶检测算法
1.3 研究的主要内容
1.4 论文章节安排
第二章 疲劳驾驶检测系统及人脸检测算法简介
2.1 疲劳驾驶检测系统简介
2.1.1 疲劳驾驶检测系统设计原则
2.1.2 本文提出的疲劳驾驶检测系统
2.2 人脸检测算法简介
2.2.1 Haar-like特征简介
2.2.2 Haar-like特征的快速计算
2.2.3 AdaBoost算法描述
2.2.4 级联分类器原理简介
2.3 本章小结
第三章 基于眼部特征检测的疲劳驾驶检测
3.1 基于眼部特征检测的疲劳驾驶检测算法简介
3.2 人脸检测分类器的优化
3.2.1 模拟驾驶环境介绍
3.2.2 分类器参数的优化
3.3 虹膜定位算法描述
3.4 基于PERCLOS参数的疲劳状态判断
3.5 基于眼部特征检测的疲劳驾驶检测系统实验分析
3.6 本章小结
第四章 基于头部姿态估计的疲劳驾驶检测
4.1 基于头部姿态估计的疲劳驾驶检测算法简介
4.2 头部姿态估计研究概述
4.2.1 欧拉旋转角定义
4.2.2 头部姿态估计算法简介
4.3 基于特征回归的头部姿态估计算法
4.3.1 梯度朝向直方图简介
4.3.2 二阶梯度朝向直方图概述
4.3.3 随机森林算法简介
4.3.4 姿态估计及疲劳状态判断
4.4 基于头部姿态估计的疲劳驾驶检测系统实验分析
4.5 本章小结
第五章 基于FPGA的循环可分解二维卷积设计
5.1 二维卷积器设计概述
5.2 循环可分解二维滤波器简介
5.3 循环可分解卷积器设计
5.3.1 循环可分解FB卷积器结构设计
5.3.2 循环可分解SWPB卷积器结构设计
5.3.3 循环可分解MWPB卷积器结构设计
5.4 循环可分解卷积器性能分析
5.4.1 FPGA实验分析
5.4.2 卷积器结构选择
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 未来工作展望
参考文献
致谢
攻读硕士研究生期间的研究成果