طراحی سیستم نظارت چهره راننده جهت تشخیص خستگی و عدم تمرکز حواس- قسمت ۳

۳- سیستم پیشنهادی ۳۵
۳-۱- پیکربندی کلی سیستم پیشنهادی ۳۵
۳-۱-۱- نورپردازی و تصویربرداری ۳۶
۳-۱-۲- سخت‏افزار و پردازنده ۳۷
۳-۱-۳- نرم‏افزار هوشمند ۳۷
۳-۲- آشکارسازی چهره ۳۸
۳-۲-۱- ویژگی‏های شبه هار ۳۹
۳-۲-۲- انتخاب و تعیین اهمیت ویژگی‏ها برای تشکیل یک طبقه‏بندی‏کننده قوی ۴۱
۳-۲-۳- درخت تصمیم آبشاری تقویت‏شده ۴۲
۳-۳- ردیابی چهره ۴۴
۳-۳-۱- پنجره جستجو ۴۵
۳-۳-۲- معیار تطابق ۴۶
۳-۴- استخراج ویژگی‏های مربوط به کاهش هوشیاری ۴۷
۳-۴-۱- ویژگی‏های ناحیه چشم ۴۷
۳-۴-۲- ویژگی‏های ناحیه چهره و سر ۵۵
۳-۵- تشخیص کاهش هوشیاری ۵۸
۳-۵-۱- سیستم خبره فازی ۵۸
۳-۵-۲- تولید خروجی نهایی ۶۴
۴- نتایج آزمایش‏ها و ارزیابی سیستم ۶۹
۴-۱- نحوه آزمایش سیستم ۶۹
۴-۲- معیار‏های ارزیابی ۷۲
۴-۳- آشکارسازی چهره ۷۳
۴-۴- ردیابی چهره ۷۵
۴-۵- استخراج ویژگی‏های ناحیه چشم ۷۷
۴-۶- استخراج ویژگی‏های ناحیه سر و چهره ۸۲
۴-۷- تشخیص کاهش هوشیاری ۸۶
۴-۸- ارزیابی کلی سیستم و الگوریتم‏ها ۹۳
۴-۸-۱- بررسی سرعت پردازش سیستم پیشنهادی ۹۳
۴-۸-۲- بررسی پیچیدگی محاسباتی الگوریتم‏ها ۹۴
۵- نتیجه‏گیری و پیشنهادات ۹۵
۶- مراجع ۹۹
فهرست شکل‏ها
شکل ‏۲‑۱: فلوچارت کلی برای سیستم‏های نظارت چهره راننده ۱۲
شکل ‏۲‑۲: نمونه‏هایی از ماسک‏های ویژگی برای استخراج ویژگی‏های شبه هار ۱۴
شکل ‏۲‑۳: درخت تصمیم آبشاری برای آشکارسازی چهره ۱۴
شکل ‏۲‑۴: سیستم نورپردازی مادون قرمز شامل دو دسته LED به شکل دو حلقه کوچک و بزرگ [۶] ۱۶
شکل ‏۲‑۵: نمایش ایجاد پدیده مردمک روشن و مردمک تیره در نورپردازی مادون قرمز ۱۷

برای دانلود متن کامل این پایان نامه به سایت  fumi.ir  مراجعه نمایید.

این مطلب را هم بخوانید :  طراحی سیستم نظارت چهره راننده جهت تشخیص خستگی و عدم تمرکز حواس- ...