随着世界经济的快速发展,汽车已经成为社会生活中不可或缺的交通工具,并为人类社会经济的发展做出了巨大贡献。然而,伴随着交通运输业的发展,交通事故已成为当前各国所面临的严重问题,疲劳驾驶是引发交通事故的主要因素之一。所以研究并实现有效检测疲劳驾驶相关算法,有着十分现实的重要意义。在研究了国内外疲劳检测的发展现状和参考现有文献的基础上,本文提出了关于驾驶员疲劳检测的总体设计方案：首先,在定位阶段应用人脸Adaboost级联分类器进行人脸定位,得出驾驶员脸部范围,并在此范围内应用人眼Adaboost级联分类器进行人眼定位；其次,在跟踪阶段,本文利用物理学匀变速原理根据连续三帧的人眼位移预测出人眼区域,并应用模板匹配进行人眼跟踪,由于传统的模板匹配技术鲁棒性不佳,常常因累积误差和人眼的眨动导致跟踪丢失,针对其不足之处引入模板更新环节,在模板匹配基础上提取人眼轮廓,然后根据提取到的人眼轮廓更新人眼模板,从而解决了跟踪丢失问题；最后,在疲劳评测阶段,在准确跟踪人眼的基础上提取眼高和眼宽,计算人眼张合度,判断人眼特征,并计算两个疲劳参数(PERCLOS和眨眼频率)来判断驾驶员疲劳程度。这种方法改进了单一疲劳参数进行驾驶员疲劳检测的不稳定性,有效提高了疲劳检测的准确性。本文在PC机上,在VS2008开发环境下使用C#编程语言并借助于OpenCV计算机视觉库仿真实现了该算法。对不同预测方法、不同光照、不同速度、不同转角和有刘海干扰下进行测试,测试结果表明：在正常的光照条件下对视频进行处理,本文的驾驶员疲劳检测算法在各个阶段均能实时准确地实现,进而准确地反映驾驶员疲劳程度。