疲劳,是人某种因素导致身体机能失调,出现工作能力下降等状况的现象。人在疲劳时,会出现判断困难,记忆力下降,注意力无法集中的状况,过度疲劳会导致人体丧失对外界突发状况的应急能力,甚至导致误操作,从而引发事故。为了人体的疲劳状态进行预警,需要开发行之有效的疲劳检测算法。由于基于脑电波信号和基于人员动作变化的疲劳检测方法存在干扰正常动作或系统之后严重的问题,基于视觉信息的疲劳检测算法被认为在公共安全领域具有不可忽视的重要意义。本文提出了基于眼部纹理特征和身份识别的疲劳检测算法。通过红外摄像头进行视觉信息采集,保证不同光照环境下的使用;在人脸检测和特征点定位的基础上,采用单个三维人脸模型进行人脸正脸化。通过姿态估计和定位点误差补偿提高正脸化精度。然后提取眼部HOG特征,利用概率SVM给出眼睛睁闭程度,并计算PERCLOS疲劳指标,作为疲劳状态判据,同时构建了专用的人员疲劳信息数据库用于疲劳检测算法的训练和检验。此外,为了针对不同使用者实现疲劳特征判据的个性化设置,引入了人脸识别模块。最后,基于本文所提出算法,构建了实际的疲劳检测系统并进行实际驾驶环境下的疲劳检测,实验结果证明了本文所提出算法的有效性。