驾驶员在持续长时间的驾驶行进过程中,可能会有精神和身体上的疲惫感,它会导致驾驶员难以集中注意力、判断能力下降,在驾驶情况变化时无法及时地做出反应,这种现象称为疲劳驾驶,它会给交通出行带来安全隐患,极易发生道路交通事故。因此,针对如何预防疲劳驾驶的研究正成为现今驾驶安全研究的热门。目前,国内外主要围绕疲劳驾驶识别、预警与控制三大核心技术展开研究,其研究领域与方法广泛涉及到安全科学、生理学、医学、行为科学、汽车工程、信息科学、电子检测与智能控制等方面,本文在国内外疲劳驾驶相关研究的基础上,研究设计了一个疲劳驾驶检测系统,具体研究内容如下:图像采集与预处理。分析摄像头的组成部件和成像原理,选用威鑫视界SY018HD型号工业摄像头。研究由于车辆行驶过程中的晃动和光照不均匀导致的图像模糊问题,对比各种预处理方法,采用效果较好的方法进行图像预处理,提高图像清晰度。人脸特征点的检测。设计基于卷积神经网络的特征点检测算法,改进卷积神经网络中经典的VGG-16网络,使用含有人脸特征点标注值的数据集和微调(finetune)技术对VGG-16网络进行训练,训练后的网络能够自动识别出人脸,提取出人脸特征点。疲劳特征识别与提取。使用EAR原理进行眼睛疲劳特征的识别,改进EAR原理,实现MAR原理对嘴部疲劳特征的识别。通过试验找出疲劳状态的临界阈值,实现疲劳特征的提取。疲劳驾驶检测算法设计。设计基于SVM原理的检测算法,将提取到的眼睛和嘴部特征相融合进行疲劳驾驶检测。进行实车实验测试,并将实验结果同不同的检测算法进行对比,通过对实验数据的分析对比表明,本文设计的疲劳检测算法能够适应较复杂的驾驶环境,准确的进行疲劳驾驶检测。最后基于Windows平台,演示了疲劳驾驶检测系统的实现。