1. 毕业设计（论文）主要内容：

研究可靠且有效的疲劳驾驶检测技术，能够提前预测和判断出驾驶者的疲劳状态，及时预警，并让车辆自动减速，做到防患于未然，从而可以避免交通事故的发生。论文在综合比较分析各类人脸检测方法的基础上，基于驾驶员的头部，眼睛及嘴部的状态特征建立深度学习网络模型，提出疲劳状态判断方法，进而提出有效的驾驶员疲劳驾驶状态检测方法，为智能网联汽车的驾驶安全辅助技术提供支撑。完成的主要内容包括：

（1）构建数据集并进行视频图像预处理，预先对图像进行滤波去噪和光照均衡处理，保障人脸区域的准确检测。

（2）基于驾驶员的头部，眼睛及嘴部特征，建立有效的深度学习模型，对疲劳状态进行检测。

2. 毕业设计（论文）主要任务及要求

（1）收集查阅关于深度学习，图像处理及疲劳驾驶检测的相关文献。

（2）完成相关领域20000个印刷符号的外语文献翻译。

（3）构建疲劳驾驶相关图像数据集，建立疲劳驾驶状态检测的深度学习模型，综合相关指标实现疲劳驾驶检测方法，完成论文撰写。

3. 毕业设计（论文）完成任务的计划与安排

（1）2月20日-3月15日，查阅相关文献资料，编写开题报告，指导老师审核开题报告。

（2）3月16日-4月15日，对开题报告进行修改完善；完成20000个字符的英文文献翻译。

（3）4月16日-4月30日，学生提交毕业设计（论文）工作阶段性报告，指导老师完成阶段性报告审核。

4. 主要参考文献

[1] 唐杰, 陈仁文, 余小庆. 基于卷积神经网络的车载疲劳驾驶检测系统的实现[j]. 应用天地, 2018, 37(1)：116-121.

[2] peng y, dong y,cheng d. design and implementation of a driver’s eye state recognitionalgorithm based on perclos [j]. chinese journal of electronics, 2014, 23(4): 669-672.

[3] 邹昕彤. 基于表情与头部状态识别的疲劳驾驶检测算法的研究[d]. 长春：吉林大学, 2017.