1. 毕业设计（论文）主要内容：
近年来，无人驾驶、智能驾驶掀起了一股热潮，疲劳驾驶检测系统作汽车驾驶辅助系统中的重要一环也越来越得到人们的重视。疲劳驾驶是交通事故发生的高频因素之一，能够及时判别或检测出驾驶员驾驶汽车过程中是否处于疲劳状态并做出及时的预警提示是个非常有意义且具有广阔研究前景和巨大的应用价值的课题。
在基于面部特征的疲劳检测算法中，眼部最能反映驾驶员是否处于疲劳状态。通过研究深度学习的基本理论和网络结构等方面的知识，了解疲劳驾驶检测算法，提高检测精确度，并将理论和实践相结合，开发一个基于眼部特征的疲劳驾驶检测系统。
2. 毕业设计（论文）主要任务及要求
1.学习深度学习相关理论知识，了解基本的神经网络结构；
2.研究疲劳驾驶检测各个阶段的原理，包括人脸检测、关键点定位、疲劳检测等等；
3.研究基于眼部特征的疲劳检测算法，采取合适的网络结构进行疲劳驾驶检测工作；
3. 毕业设计（论文）完成任务的计划与安排
(1)2020/1/13—2020/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；(2)2020/3/1—2020/4/30：系统架构、程序设计与开发、系统测试与完善；(3)2020/5/1—2020/5/25：撰写及修改毕业论文；(4)2020/5/26—2020/6/5：准备答辩。
4. 主要参考文献
[1]Fan Liu, Xueyi Li, Tanyue Lv. A Review of Driver Fatigue Detection: Progress and Prospect[C]. 2019 IEEE International Conference on Consumer Electronics (ICCE),2019(1):11-13.[2]Zhitao Xiao, Zhiqiang Hu, Lei Geng, et al. Fatigue driving recognition network: fatigue driving recognition via convolutional neural network and long short-term memory units[J], IET Intelligent Transport Systems, 2019,13(9):1410-1416.
[3]Lei Geng, ZhiQiang Hu, ZhiTao Xiao. Real-time Fatigue Driving Recognition System Based on Deep Learning and Embedded Platform[J]. American Scientific Research Journal for Engineering, Technology, and Sciences (ASRJETS), 2019,53(1).
[4]Masahiko Ayaki, Manami Kuze, Mineo Kondo, et al. Association between Retinal Nerve Fiber Layer Thickness and Eye Fatigue[J]. BioMed Research International, 2019.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
