在现有基础上人们对生活质量的要求愈来愈高,为了达到目标便不可避免地需要长期工作而导致劳累、困乏,在静态情况下发生困乏只需要休息就可以了,而当驾驶员在疲劳状态下继续驾驶车辆,则可能发生不可挽救的灾祸。疲劳不能够消除,但可以提醒,只要能在疲劳之初对驾驶员提出一定的示警,即可大概率避免交通事故的发生。为了实现此功能,就必须对驾驶员的状态进行实时的监控,而非接触性的状态监控方式又是诸多方法中最为合适的一种。本文针对相关技术进行了研究创新,对驾驶员面部特征进行了提取分析,具体工作如下:(1)对四种肤色提取方法进行实验,最终选定两种表现效果较好的肤色检测进行权值组合,实验表明组合后的肤色检测可以在相同时间复杂度下获得更优良的准确度,是单一肤色检测产生像素偏差的一半以下。(2)提出一种新的驾驶员疲劳检测方法,通过常识及实验分析发现,正常驾驶与疲劳驾驶的行为习惯会有所不同,即在正常驾驶时驾驶员会在一定时间内观察各个后视镜,而疲劳驾驶状态下该行为会被弱化甚至遗忘,通过人脸定位得到人脸运动曲线图来判断驾驶员是否处于疲劳状态。(3)学习了传统的人脸特征点定位算法,在SDM人脸特征点检测的基础上对眼睛特征点进行跟踪,提出了基于人眼拓扑结构的人眼特征点跟踪,能够快速得到人眼特征点位置,在此基础上提出了基于PERCLOS判定准则的人眼宽高比值分析和人眼区域黑色像素面积分析的疲劳驾驶检测方法,实验证明本文算法具有很好的准确性。