随着车辆的不断增加,交通问题越来越受到关注。其中,因为疲劳驾驶产生的交通事故成为了一个重大社会问题。因此,寻求一种车载、实时、客观的疲劳驾驶检测技术,对于减少因为疲劳驾驶产生的交通事故,保障人民生命财产安全,加强客运安全管理等方面有重大意义。在本文中,首先概述了各种疲劳驾驶检测方法,确立了使用PERCLOS(percentage of eyelid closure over the pupil over time,人眼闭合的百分比)方法作为研究的方向。这是因为PERCLOS方法具有设备简单、成本较低、舒适可靠的特点。并且重点研究如何通过人脸图像技术实现PERCLOS的办法。本文的主要工作如下:1.详细阐述了Viola经典人脸定位的方法,该方法包括了:haar-like特征,光平衡的预处理,级联AdaBoost分类器,多尺度问题等一个完整的解决人脸检测定位的系统方案。2.详细阐述了如何将Viola人脸定位方法运用于疲劳驾驶检测的各个环节中:包括人眼定位,人眼状态识别以及PERCLOS计算。3.应用OpenCV实现了疲劳驾驶检测的演示程序。包括应用OpenCV实现视频图像的读取,各个分类器的训练,以及目标检测等。4.除了使用haar-like特征外,还对使用LBP特征进行了一些实验探索,研究了一种LBP特征缩放的方法,和一种快速高效的人眼定位与状态识别的方法。5.对本文PERCLOS方法做出总结并对进一步的研究工作做出了一些展望。