基于人脸视频智能分析的日间驾驶员不安全行为检测分类与预警系统

目录

声明

1 绪论

1.1 研究背景与意义

1.2 疲劳驾驶与分心驾驶的概念

1.2.1疲劳驾驶概念

1.2.2 分心驾驶概念

1.3国内外研究现状

1.3.1 国内研究现状

1.3.2 国外研究现状

1.3.3 研究现状分析

1.4 论文研究内容

1.5论文结构安排

2人脸检测与特征点定位

2.1 人脸检测方法概述

2.2基于MTCNN的人脸检测算法

2.2.1 基本原理

2.2.3 检测流程

2.3人脸检测算法效果对比分析

2.4 人脸特征点定位方法概述

2.5基于CLNF的人脸特征点定位算法

2.5.1 基本原理

2.5.2拟合过程

2.6 MTCNN与CLNF算法结合的检测效果分析

2.7 本章小结

3 疲劳特征提取及疲劳状态判定

3.1 驾驶员眼睛特征提取方法

3.1.1 眼睛纵横比值计算

3.1.2 眼睛状态判定

3.2驾驶员嘴巴特征提取方法

3.2.1嘴巴纵横比值计算

3.2.2 嘴巴状态判定

3.3 疲劳状态判定

3.3.1基于眼睛特征的疲劳判定

3.3.2基于嘴巴特征的疲劳判定

3.4 本章小结

4 分心特征提取及分心状态判定

4.1驾驶员头部分心特征提取方法

4.1.1 头部姿态计算

4.1.2基于头部姿态特征的分心状态判定

4.2驾驶员眼睛分心特征提取方法

4.2.1眼睛注视方向计算

4.2.2基于眼睛注视方向特征的分心状态判定

4.3 本章小结

5 演示系统设计及分析

5.1系统设计

5.1.1 系统需求分析

5.1.2 系统总体设计

5.1.3 系统开发环境

5.2实验分析

（1）实验设置

（2）实验结果

5.3 本章小结

6 总结与展望

6.1 总结

6.2 展望

致谢

参考文献