1 绪 论
1.1 课题研究背景
1.2 国内外研究现状
1.2.1 人脸检测技术研究
1.2.2 接打手持电话识别技术研究
1.2.3 长时间不目视前方识别技术研究
1.2.4 驾驶疲劳识别技术研究
1.3 研究的目的及意义
1.4 本文的篇章结构
2 全天候驾驶人面部特征识别技术研究
2.1 图像预处理
2.2 昼夜环境识别算法研究
2.1.1 直接测量法
2.1.2 传感器测量法
2.1.3 基于HSV 直方图测量法
2.3 MTCNN人脸检测算法研究
2.3.1 算法的实现流程
2.3.2 算法的训练过程
2.3.3 人脸检测结果
2.4 本章小结
3 驾驶行为特征识别技术
3.1 接打手持电话识别
3.1.1 耳部区域定位
3.1.2 手部状态判断
3.1.3 接打电话判定
3.2 长时间不目视前方监测
3.2.1 头部姿态
3.2.2 姿态估计算法
3.2.3 不目视前方判定
3.3 疲劳驾驶识别
3.3.1 人脸校正
3.3.2 人眼和嘴部区域定位
3.3.3 眼口状态分类
3.3.4 疲劳系数表征
3.3.5 SVM 预测疲劳程度
3.4 本章小结
4 驾驶人行为特征识别实验研究
4.1 实验对象
4.1.1 人
4.1.2 车
4.1.3 路
4.2 预实验
4.3 正式实验
4.4 实验结果与分析
4.4.1 昼夜环境识别实验结果与分析
4.4.2 接打手持电话实验结果与分析
4.4.3 不目视前方实验结果与分析
4.4.4 疲劳驾驶实验结果与分析
4.5 本章小结
5 驾驶行为特征识别系统集成与应用
5.1 识别系统开发环境
5.1.1 识别系统硬件开发环境
5.1.2 识别系统软件开发环境
5.2 预警模块集成
5.2.1 蓝牙模块集成
5.2.2 语音播报模块集成
5.3 车载提神宝模块集成
5.4 本章小结
6 总结与展望
6.1 结论
6.2 展望
参考文献
附 录
A. 作者在攻读学位期间参与的主要项目
B. 作者在攻读学位期间取得的科研成果目录
C. 学位论文数据集
致 谢
重庆大学;
