声明
摘要
1绪论
1.1研究背景及意义
1.2国内外研究现状
1.2.1学生疲劳状态检测的研究现状
1.2.2深度学习在图像分类和识别领域中的研究进展
1.3论文的研究内容与组织结构
1.3.1论文的研究内容及主要工作
1.3.2论文的组织结构
2相关理论与技术支持
2.1人脸检测
2.1.1基于知识的人脸检测方法
2.1.2基于统计的人脸检测方法
2.2 PERCLOS的相关概念
2.3卷积神经网络
2.3.1卷积神经网络的发展历史
2.3.2卷积神经网络的结构特点
2.3.3前向与反向传播算法
2.3.4典型应用介绍
2.4本章小结
3基于卷积神经网络的学生疲劳状态检测模型的设计
3.1学生疲劳状态检测的流程设计
3.2人脸检测算法的设计
3.2.1图像获取与存储
3.2.2图像预处理
3.2.3人脸检测
3.3学生人眼状态检测的卷积神经网络模型的设计
3.4激活函数的选取
3.5分类模型的影响因素分析
3.6本章小结
4基于卷积神经网络的学生疲劳状态检测模型的实现
4.1人脸检测算法的实现
4.2数据集的构建
4.3学生人眼状态检测的卷积神经网络模型的实现
4.4实验及结果分析
4.5本章小结
5学生人眼状态检测模型的优化与实现
5.1基于卷积神经网络的学生人眼状态检测模型的优化
5.1.1正负样本数据集的扩充
5.1.2部分参数的优化
5.2基于卷积神经网络的学生人眼状态检测优化模型的实现
5.3实验及结果分析
5.3.1优化前后模型实验结果对比
5.3.2卷积神经网络与传统方法对比
5.4本章小结
6总结与展望
6.2未来工作展望
参考文献
在校期间发表的论文、科研成果等
致谢