声明
第一章 绪论
1.1课题研究背景与意义
1.2课题国内外研究现状
1.2.1 疲劳行为概念
1.2.2 疲劳驾驶检测方法研究现状
1.2.3 评价主体为驾驶员的疲劳检测算法
1.2.4 评价主体为车辆的疲劳检测算法
1.3研究的主要内容
1.4论文组织结构
第二章 疲劳驾驶检测系统及人脸检测算法
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
2.2.1 Haar-like特征
2.2.2 ADABOOST算法
2.3实验结果
2.4本章小结
第三章 基于面部特征的疲劳驾驶检测
3.1人脸检测分类器改进
3.1.1 模拟驾驶环境介绍
3.1.2 分类器参数的优化
3.2面部特征
3.2.1 EAR算法
3.2.2 BFR算法
3.2.3 MAR算法
3.3实验结果
3.3.1 眼部特征采集
3.3.2 哈欠检测
3.3.3 联合判断系统
3.4 本章小结
第四章 基于头部姿态的疲劳驾驶检测
4.1 基于头部姿态的疲劳驾驶
4.2 头部姿态特征概述
4.2.1欧拉角定义
4.2.2头部姿态估计算法简介
4.3相机的标定
4.3.1三大坐标系概述
4.3.2转化原理
4.3.3相机标定的实现
4.4 基于罗德里格斯旋转公式的头部姿态算法
4.4.1 算法原理
4.4.2 疲劳状态判断
4.5实验结果
4.6本章小结
第五章 疲劳驾驶系统的树莓派仿真
5.1树莓派平台
5.2硬件和软件环境搭建
5.2.1树莓派系统安装和配置
5.2.2 Python库函数安装
5.2.3树莓派桌面远程连接（用显示器的话就不需要远程连接）
5.3算法实现效果
5.3.1 EAR在树莓派上的实现
5.3.2 BFR在树莓派上的实现
5.3.3 MFR算法在树莓派上的实现
5.3.4头部姿态算法在树莓派上的实现
5.4本章小结
第六章 总结与展望
6.1研究工作总结
6.2展望
参考文献
致谢
附录：攻读硕士期间参加的项目及成果
东华大学;
