驾驶人疲劳驾驶是引发交通事故的一个重要原因,研究出一套能够实时检测驾驶人疲劳并且给出报警的方法有着巨大的现实意义和应用前景。在生物识别技术、机器视觉技术的基础上,本文从疲劳的生理特征出发,对驾驶人的疲劳程度进行了分级,并通过驾驶人的眼睛状态对驾驶人的疲劳状态程度进行检测,而后进行相应的报警,并设计和搭建了驾驶人疲劳状态检测系统。首先建立多种光照环境和精神状态下不同驾驶人的疲劳视频库,通过对视频实验的分析建立疲劳分级模型,而后通过对驾驶人视频帧的处理提取驾驶人眼部的轮廓形状特征(伪Zernike矩特征、小波描述子特征和Procrustes形状特征),采用基于格贴近度的多种类型特征融合的方法对人眼状态进行判断,之后采用信息融合技术将多种疲劳指标(PERCLOS、平均眨眼频率、持续闭眼时间、持续睁眼时间、平均睁闭眼的占空比、闭眼时间的方差均值)相互融合,对驾驶人的疲劳状态做出判断;最后,根据疲劳程度的级别及时给出相应级别的语音和视觉的报警,并对相应的参量进行保存。经实验表明,系统能够实时准确地定位人眼及检测眼睛的开闭状态,有效地检测驾驶人的疲劳程度,同时给出相应级别的语音和视觉的报警,计算速度可以满足视频信息处理的需要。