6.《人脸检测算法在嵌入式平台上的优化与实现》：该文章介绍了由于嵌入式平台的计算能力弱、内存空间小，为了能够将高复杂度的Adaboost人脸检测算法移植到嵌入式平台并能够高速运行，主要在算法方面进行了优化，其中包括：级联分类器的训练方法优化、浮点定点化、检测窗口SCALE处理等。优化后的级联分类器体积减小为未优化时的1／10，在基于PowerPC处理器的验证平台上，取得了15fps的检测速度。

7.《基于DSP的人眼状态信息检测系统的研究和设计》：本文的主要研究工作是：采用帧差法对视频图像序列进行处理，提取运动区域，然后在此区域内进行相应的图像处理，并搜索定位人脸，这种人脸检测方法能在较短的时间里成功地检测出人脸来；接着进行人眼定位，先定位出人眼，再对它采用改进的Hough 变换检测虹膜，这种人眼定位方法简单而精确，对后续的操作帮助很大；人眼跟踪时，就利用了之前的虹膜先验知识，首先进行虹膜跟踪，在跟踪失败的情况下，再使用基于卡尔曼滤波器和Mean Shift 迭代算法的跟踪方法进行人眼跟踪；接下来的人眼状态识别中，先通过虹膜检测判断是否是开眼状态，若没有检测到，再进一步利用投影的方法判断是否是闭眼状态，若否，仍断定是开眼状态。

本文在上面理论研究的基础上，基于 DSP 开发平台，利用C 语言对人眼状态信息检测系统进行了编程实现。实验表明，该系统能够准确地定位人眼及识别眼睛的开闭状态，从而有效地判断出驾驶员的疲劳程度，具有良好的实用性和可靠性。

8.《基于AdaBoost 和ASM 算法的人眼定位》：本文针对人脸识别中眼睛定位不准的问题，提出了一种有效的人眼定位方法。该方法首先计算图像的积分图，然后利用基于Haar-like 特征的AdaBoost 级联分类器检测出图像中人脸的位置，最后再利用主动形状模型( ASM) 算法精确定位出人眼。该方法在JAFFE 人脸库和自建人脸库上表现出良好的性能，定位准确率达99%以上。实验结果表明，该方法对人眼的定位准确、快速。

9.《基于嵌入式的人眼信息检测系统研究》：本文重点对检测系统中的人眼定位、人眼跟踪和人眼状态识别模块及其算法在DSP 中的实现作了研究。首先提出了一种基于blob 分析的肤色人脸检测方法，这种算法能够有效去除彩色图像中的类肤色噪声；接着进行人眼定位，采用了基于灰度投影法和改进型Hough 变换法实现人眼的精确定位；在跟踪算法上，采用了虹膜跟踪和基于Kalman 预测的模板匹配法相结合的方法实现眼睛的实时跟踪；在接下来的人眼状态识别中，提出了基于Gabor 变换提取眼睛特征和支持向量机相结合的方法；最后综合PERCLOS 和AECS 参数对驾驶员的疲劳度进行判别。

在理论研究的基础之上，基于SEED-DM642 开发平台，在CCS 环境下采用C语言编程实现人眼信息检测系统并且调试完成。实验结果表明，该系统能够快速、准确地定位人眼并且识别人眼状态，从而有效地判定出驾驶员的疲劳状态。

10.《驾驶疲劳测评方法研究及其DSP实现》：本文首先介绍了国内外有关驾驶疲劳的研究现状，重点研究了眼睛的疲劳机理，借鉴美国联邦公路管理局FHWA(Federal HighwayAdministratlon)有关研究驾驶疲劳方面的文献，讨论了PERcLOs国跚蝴姆ofeyelid closureoverthe pllpilOVer time单位时间内眼睛闭合时间所占的百分率)和其他眼睛活动测量方法的有效性，从理论上证明PERCLOS是目前测量机动车驾驶疲劳最佳方法，因此本文中选用PERCLOS作为驾驶员疲劳程度判定的依据。

11.《基于人眼检测的驾驶员疲劳检测研究》：本文选择使用PERCLOS方法进行疲劳检测系统的构建。人眼检测时，引入Haar-Iike特征检测人眼局部特征的灰度变化，通过积分图计算特征值以提高检测速度，最后将弱分类器经过级联形成强分类器以实现人眼的准确检测。针对算法训练过程中因对困难样本的过度重视而导致的退化现象提出通过标记特定样本的识别状态，及时释放该类样本权重并进行归一化处理以缓解退化。 驾驶员疲劳状态检测文献综述和参考文献(2):http://www.youerw.com/wenxian/lunwen_45807.html