随着经济的快速发展，车辆的不断增多，交通事故有不断上升的趋势，给人们的生命财产安全带来了极大的危害。驾驶疲劳是导致交通事故的重大因素之一，因而对驾驶疲劳的检测和控制不仅具有重要的学术意义，而且具有重要的社会价值。本论文首先介绍了驾驶疲劳的检测方法，指出基于人脸识别的驾驶疲劳检测的可行性和可靠性。接着设计了模拟驾驶实验，采集3位模拟驾驶人员的脸部正面图像作为实验图像数据。进而，对模拟驾驶实验中得到的人脸图像数据进行处理和分析，并对驾驶员的疲劳状态进行检测。具体地，首先利用AdaBoost算法检测驾驶员的人脸图像，并利用模板匹配的算法定位驾驶员的眼睛；然后提取眼睛特征向量；最后把眼睛的特征向量送入支持向量机中进行分类。实验结果显示，利用AdaBoost和模板匹配算法的结合对眼睛的识别率达到90%以上，利用支持向量机中对眼睛状态的分类准确率达到91%以上。这表明本文的方法能够很好地对驾驶员状态进行疲劳判断。本论文完成了对驾驶疲劳图像检测实验方案的设计，基本实现了基于人脸识别的驾驶疲劳的检测。