基于计算机视觉的辅助驾驶系统,在提高汽车的主动安全性能和减少交通事故方面有着广阔的应用前景。驾驶员疲劳检测系统从避免疲劳驾驶入手,能够有效的检测驾驶员疲劳程度,进而进行预警,从而减少交通事故,保障行驶安全,具有重要的现实意义。本文基于视觉就驾驶员疲劳检测技术展开研究,在对国内外有关疲劳检测技术的现状进行了系统分析的基础上,设计了一种基于主动表观模型AAM (Active Appearance Model)模型的驾驶员疲劳检测系统。本文在对输入图像进行肤色过滤之后,运用Adaboost算法检测出人脸和眼睛,再运用AAM模型定位出面部特征点,然后对面部特征点运用LK光流算法进行跟踪。在跟踪过程中,使用AAM模型来对跟踪结果进行调整,消除跟踪算法产生的累计跟踪飘移。在特征提取阶段,本文选取了眼睛和嘴部提取特征,确定眼睛边缘后,计算上下眼睑高度差,然后确定眼睛的睁闭状态,最后根据眼睛状态计算PERCLOS值等相关指标,同时根据AAM中嘴部的特征点,记录打哈欠次数。最后根据这些指标判断是否产生疲劳。最后本文实现了原型系统,并使用典型视频数据进行了测试,测试结果表明：采用AAM和Adaboost联合的方法的驾驶员疲劳检测系统能够准确地检测出驾驶员的疲劳。