機(jī)器視覺(jué)技術(shù)在安全輔助駕駛中的應(yīng)用

目錄回到頂部↑《機(jī)器視覺(jué)技術(shù)在安全輔助駕駛中的應(yīng)用》
第1章 緒論
1．1 安全輔助駕駛技術(shù)
1．1．1 安全輔助駕駛系統(tǒng)
1．1．2 安全輔助駕駛技術(shù)發(fā)展
1．i．3 安全輔助控制系統(tǒng)
1．1．4 安全輔助系統(tǒng)
1．1．5 安全輔助駕駛系統(tǒng)分類
1．2 駕駛員安全狀態(tài)檢測(cè)技術(shù)
1．2．1 直接檢測(cè)法
1．2．2 間接檢測(cè)法
1．2．3 駕駛員疲勞原因及預(yù)防措施
1．3 本章小結(jié)
第2章 基于機(jī)器視覺(jué)的駕駛員安全狀態(tài)監(jiān)測(cè)
2．1 駕駛員面部定位算法
2．1．1 面部檢測(cè)概述
2．1．2 顏色空間的轉(zhuǎn)換
2．1．3 系統(tǒng)選用顏色
2．1．4 基于高斯分布的皮膚顏色模型
2．1．5 面部定位算法
.2．1．6 小結(jié)
2．2 駕駛員眼睛定位算法
2．2．1 眼睛定位方法概述
2．2．2 人眼定位圖像預(yù)處理
2．2．3 駕駛員眼睛定位
2．2．4 小結(jié)
2．3 駕駛員眼睛跟蹤算法
2．3．1 目標(biāo)跟蹤方法概述
2．3．2 感興趣區(qū)域
2．3．3 hausdorff距離
2．3．4 眼睛目標(biāo)跟蹤
2．3．5 試驗(yàn)驗(yàn)證
2．3．6 提高算法處理速度的方法
2．3．7 小結(jié)
2．4 本章小結(jié)
第3章 駕駛員疲勞狀態(tài)分析
3．1 基于神經(jīng)網(wǎng)絡(luò)方法的疲勞狀態(tài)分析
3．1．1 概述
3．1．2 模式識(shí)別和模式
3．1．3 人工神經(jīng)網(wǎng)絡(luò)
3．1．4 選取反向傳播(bp)網(wǎng)絡(luò)的原因
3．1．5 bp申經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
3．1．6 bp神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
3．1．7 隱層節(jié)點(diǎn)數(shù)的優(yōu)化與選取
3．1．8 學(xué)習(xí)率η對(duì)學(xué)習(xí)速度的影響
3．1．9 兩種識(shí)別算法舉例
3．1．10 眨眼頻率分析
3．1．1l 小結(jié)
3．2 基于特征提取方法的疲勞狀態(tài)分析
3．2．1 概述
3．2．2 特征與特征提取
3．2．3 幾何畸變矯正
3．2．4 駕駛員眼睛紋理特征的提取
3．2．5 駕駛員眼睛幾何特征的提取
3．2．6 小結(jié)
3．3 基于模糊控制的疲勞狀態(tài)分析
3．3．1 模糊控制
3．3．2 變量選擇與論域分割
3．3．3 模糊控制規(guī)則
3．3．4 模糊控制器對(duì)疲勞程度的評(píng)判
3．4 本章小結(jié)
第4章 駕駛員注意力狀態(tài)分析
4．1 駕駛員面部朝向汁算方法
4．1．1 駕駛員注意特征檢測(cè)系統(tǒng)構(gòu)建
4．1．2 面部特征定位
4．1．3 駕駛員面部朝向計(jì)算方法
4．1．4 小結(jié)
4．2 駕駛員注意力分散
4．2．1 體系概述
4．2．2 注意力分散檢測(cè)
4．2．3 注意力分散種類及判定
4．3 駕駛員視線方向識(shí)別
4．3．1 multi-pca
4．3．2 基于multi-pca的眼睛視線方向識(shí)別
4．3．3 實(shí)驗(yàn)結(jié)果及分析
4．4 本章小結(jié)
第5章 總結(jié)與展望
5．1 總結(jié)
5．1．1 成果
5．1．2 創(chuàng)新點(diǎn)
5．1．3 不足及建議
5．2 展望
5．3 結(jié)束語(yǔ)
參考文獻(xiàn)