駕駛員視覺分散特征識別及檢測方法

第1章緒論
1.1研究背景及意義
1.1.1研究背景
1.1.2研究意義
1.2駕駛員視覺分散研究歷程
1.3視覺分散對駕駛能力影響研究現(xiàn)狀
1.3.1評測方法
1.3.2實驗方法
1.4駕駛員視覺分散檢測研究現(xiàn)狀
1.4.1特定作業(yè)檢測
1.4.2認知分散檢測
1.4.3視覺分散檢測
1.5本書研究方法與主要內(nèi)容
參考文獻
第2章視覺分散對駕駛能力影響分析及檢測模型
2.1概述
2.2視覺分散影響機理
2.3基于實車實驗的視覺分散影響分析
2.3.1實驗用車及場地
2.3.2實驗內(nèi)容
2.3.3實驗過程
2.3.4結(jié)果分析
2.4駕駛員視覺分散檢測模型
2.4.1駕駛員注意特征評價
2.4.2駕駛員視線特點
2.4.3視覺分散檢測模型
2.5本章小結(jié)
參考文獻
第3章多姿勢下駕駛員面部精確定位
3.1概述
3.2基于運動信息的頭部區(qū)域檢測
3.2.1運動目標檢測方法
3.2.2基于幀間差分法的駕駛員頭部檢測
3.3建立膚色混合高斯模型
3.3.1彩色空間選擇
3.3.2YCbCr空間下的膚色混合高斯模型
3.4駕駛員面部預(yù)定位
3.4.1基于圖像分解和MSR算法的光照補償
3.4.2膚色區(qū)域檢測
3.4.3駕駛員面部預(yù)定位
3.5駕駛員面部精定位
3.5.1聯(lián)合投影函數(shù)
3.5.2眉毛上邊緣定位
3.5.3嘴唇檢測
3.5.4駕駛員臉部精定位
3.6駕駛員面部圖像歸一化
3.7本章小結(jié)
參考文獻
第4章基于核主元分析的駕駛員面部姿勢估計
4.1概述
4.2核主元分析
4.2.1基本原理
4.2.2實現(xiàn)方法
4.2.3核函數(shù)及其參數(shù)選擇
4.3基于核主元分析的駕駛員面部姿勢估計
4.3.1駕駛員面部姿勢模型
4.3.2圖像樣本采集
4.3.3建立姿勢曲線
4.3.4面部姿勢估計
4.4實例分析
4.4.1面部橫擺角估計
4.4.2核函數(shù)對估計精度的影響
4.4.3面部俯仰角估計
4.5本章小結(jié)
參考文獻
第5章基于MultiPCA的駕駛員眼睛視線方向識別
5.1概述
5.2MultiPCA
5.2.1KL變換
5.2.2PCA實現(xiàn)方法
5.2.3MultiPCA算法
5.3基于MultiPCA的眼睛視線方向識別
5.3.1駕駛員眼睛區(qū)域定位
5.3.2建立特征空間
5.3.3測試重構(gòu)誤差及特征空間相似度
5.3.4MultiPCA與PCA比較與分析
5.4本章小結(jié)
參考文獻
第6章駕駛員轉(zhuǎn)向行為識別
6.1概述
6.2轉(zhuǎn)向類型
6.3駕駛員手部檢測及位置分析
6.3.1手部檢測
6.3.2手部位置分析
6.4粒子濾波跟蹤
6.4.1粒子濾波跟蹤原理
6.4.2序貫重要采樣
6.4.3重采樣
6.4.4基于直方圖的粒子濾波算法
6.5駕駛員手部跟蹤
6.5.1狀態(tài)轉(zhuǎn)移模型
6.5.2顏色特征及其觀測模型
6.5.3手部跟蹤
6.6駕駛員轉(zhuǎn)向行為識別
6.7本章小結(jié)
參考文獻
第7章車道檢測研究
7.1概述
7.2結(jié)構(gòu)化道路檢測
7.2.1圖像預(yù)處理
7.2.2車道標志線分區(qū)投影
7.2.3標志線特征點檢測
7.2.4車道標志線擬合
7.2.5車道標志線跟蹤
7.2.6實驗分析
7.3非結(jié)構(gòu)化道路檢測
7.3.1圖像預(yù)處理
7.3.2彩色圖像分割
7.3.3紋理特征分析
7.3.4圖像恢復(fù)
7.3.5邊緣擬合
7.3.6實驗分析
7.4車輛偏離分析
7.4.1車輛軌跡模型
7.4.2車道偏離率
7.4.3車道偏離量變化率
7.4.4實驗分析
7.5本章小結(jié)
參考文獻
第8章基于信息融合的駕駛員疲勞檢測
8.1概述
8.2信息融合
8.3基于粗糙集理論的駕駛員疲勞檢測
8.3.1粗糙集理論
8.3.2駕駛疲勞相關(guān)條件屬性分析
8.3.3疲勞程度判斷
8.4本章小結(jié)
參考文獻
第9章檢測系統(tǒng)設(shè)計與檢測實驗
9.1概述
9.2視覺分散檢測實驗
9.3駕駛疲勞檢測實驗
9.4本章小結(jié)
第10章結(jié)論與展望