有大量研究表明驾驶员疲劳是造成交通事故的主要原因之一,因此疲劳驾驶检测越来越受到人们的重视。本论文针对基于人脸分析的疲劳驾驶检测方法进行研究,对预防疲劳驾驶,提高驾驶安全具有重要意义。本论文主要包括以下内容:针对基于眼睛纵横比的眨眼检测方法在提取特征时忽略了眼睛区域的灰度信息、容易出现错误判的情况,本论文提出了基于眼睛灰度信息的眨眼检测算法。该算法的核心是利用眼球区域的灰度信息确定合理阈值,对眼睛区域进行二值化。经过预处理将眼球区域分离出来之后,统计归一化后眼睛区域黑色像素值所占的比例,根据比例的变化规律进行眨眼检测。相比于单一特征的方法,使用两种特征相结合进行眨眼检测的方法更加准确。本论文提出了利用嘴巴内轮廓特征点纵横比变化规律进行打哈欠检测的算法,检测方法简单直接,对姿态、距离鲁棒性强。在改进眨眼和打哈欠检测算法的基础上,本论文提取了眼睛、嘴巴、头部多种疲劳特征,将这些脸部特征和驾驶疲劳相关联,在融合之后进行疲劳判断,与提取单一驾驶疲劳特征相比提取多特征判断更加准确。本文提出了一种基于人脸验证技术的驾驶时长检测方法,通过持续验证驾驶员身份,分析驾驶过程中的各种情况,设计了相应的驾驶时长检测策略。最后设计了疲劳驾驶检测验证平台,将本论文中提取疲劳特征的算法和综合疲劳判断算法进行了实时验证,实验结果表明该算法判断准确,灵敏度高。