駕駛員視覺(jué)分散特征識(shí)別及檢測(cè)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(jué)分散研究歷程
1.3視覺(jué)分散對(duì)駕駛能力影響研究現(xiàn)狀
1.3.1評(píng)測(cè)方法
1.3.2實(shí)驗(yàn)方法
1.4駕駛員視覺(jué)分散檢測(cè)研究現(xiàn)狀
1.4.1特定作業(yè)檢測(cè)
1.4.2認(rèn)知分散檢測(cè)
1.4.3視覺(jué)分散檢測(cè)
1.5本書(shū)研究方法與主要內(nèi)容
參考文獻(xiàn)
第2章視覺(jué)分散對(duì)駕駛能力影響分析及檢測(cè)模型
2.1概述
2.2視覺(jué)分散影響機(jī)理
2.3基于實(shí)車(chē)實(shí)驗(yàn)的視覺(jué)分散影響分析
2.3.1實(shí)驗(yàn)用車(chē)及場(chǎng)地
2.3.2實(shí)驗(yàn)內(nèi)容
2.3.3實(shí)驗(yàn)過(guò)程
2.3.4結(jié)果分析
2.4駕駛員視覺(jué)分散檢測(cè)模型
2.4.1駕駛員注意特征評(píng)價(jià)
2.4.2駕駛員視線特點(diǎn)
2.4.3視覺(jué)分散檢測(cè)模型
2.5本章小結(jié)
參考文獻(xiàn)
第3章多姿勢(shì)下駕駛員面部精確定位
3.1概述
3.2基于運(yùn)動(dòng)信息的頭部區(qū)域檢測(cè)
3.2.1運(yùn)動(dòng)目標(biāo)檢測(cè)方法
3.2.2基于幀間差分法的駕駛員頭部檢測(cè)
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(bǔ)償
3.4.2膚色區(qū)域檢測(cè)
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(cè)
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(xiàn)
第4章基于核主元分析的駕駛員面部姿勢(shì)估計(jì)
4.1概述
4.2核主元分析
4.2.1基本原理
4.2.2實(shí)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(shì)估計(jì)
4.3.1駕駛員面部姿勢(shì)模型
4.3.2圖像樣本采集
4.3.3建立姿勢(shì)曲線
4.3.4面部姿勢(shì)估計(jì)
4.4實(shí)例分析
4.4.1面部橫擺角估計(jì)
4.4.2核函數(shù)對(duì)估計(jì)精度的影響
4.4.3面部俯仰角估計(jì)
4.5本章小結(jié)
參考文獻(xiàn)
第5章基于MultiPCA的駕駛員眼睛視線方向識(shí)別
5.1概述
5.2MultiPCA
5.2.1KL變換
5.2.2PCA實(shí)現(xiàn)方法
5.2.3MultiPCA算法
5.3基于MultiPCA的眼睛視線方向識(shí)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(cè)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(xiàn)
第6章駕駛員轉(zhuǎn)向行為識(shí)別
6.1概述
6.2轉(zhuǎn)向類型
6.3駕駛員手部檢測(cè)及位置分析
6.3.1手部檢測(cè)
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(cè)模型
6.5.3手部跟蹤
6.6駕駛員轉(zhuǎn)向行為識(shí)別
6.7本章小結(jié)
參考文獻(xiàn)
第7章車(chē)道檢測(cè)研究
7.1概述
7.2結(jié)構(gòu)化道路檢測(cè)
7.2.1圖像預(yù)處理
7.2.2車(chē)道標(biāo)志線分區(qū)投影
7.2.3標(biāo)志線特征點(diǎn)檢測(cè)
7.2.4車(chē)道標(biāo)志線擬合
7.2.5車(chē)道標(biāo)志線跟蹤
7.2.6實(shí)驗(yàn)分析
7.3非結(jié)構(gòu)化道路檢測(cè)
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(shí)驗(yàn)分析
7.4車(chē)輛偏離分析
7.4.1車(chē)輛軌跡模型
7.4.2車(chē)道偏離率
7.4.3車(chē)道偏離量變化率
7.4.4實(shí)驗(yàn)分析
7.5本章小結(jié)
參考文獻(xiàn)
第8章基于信息融合的駕駛員疲勞檢測(cè)
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(cè)
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(xiàn)
第9章檢測(cè)系統(tǒng)設(shè)計(jì)與檢測(cè)實(shí)驗(yàn)
9.1概述
9.2視覺(jué)分散檢測(cè)實(shí)驗(yàn)
9.3駕駛疲勞檢測(cè)實(shí)驗(yàn)
9.4本章小結(jié)
第10章結(jié)論與展望