目前，随着人们生活水平的提高，各国人民汽车保有量也越来越多，伴随而来的是交通事故也在不断增多。研究表明，疲劳驾驶是造成交通事故日益严重的重要原因。开展驾驶员疲劳检测和预警的研究工作，有着十分重要的现实意义。在研究前人工作的基础上，本文认为人眼可以较明显地反映驾驶员的疲劳特征，着重与人眼，为此开发出了一套驾驶员疲劳检测系统。整个系统分为四个过程：驾驶员人眼和虹膜的定位、人眼和虹膜的跟踪、人眼的状态识别和注视方向的估计和驾驶员疲劳状态的检测。疲劳判定的参数较多，本文提取了其中的三个参数即PERCLOS、眨眼频率、眼睛注视方向来综合判定疲劳。为此本文具体的研究内容如下：第一章介绍了驾驶疲劳检测的应用背景以及国内外研究的现状。阐述了疲劳检测研究的意义，以及论文研究的内容；第二章提出一种有效地人眼定位与虹膜定位的方法，用Adaboost算法检测到人脸后，采用设定阈值的积分投影法对眼睛的感兴趣区域进行投影，定位出眼睛，提取了眼睛的轮廓位置，并用椭圆拟合，最后利用Hough变换定位虹膜；第三章采用Mean-Shift算法来跟踪人眼，针对Mean-Shift算法在被跟踪目标发生快速移动时容易跟踪失败的缺点，引入了SSD图像匹配算法，对Mean-Shift算法进行了改进。同时利用虹膜的先验知识来跟踪虹膜；第四章人眼状态识别的研究，利用眼睛高度来识别人眼的开闭状态，进行驾驶员眨眼频率分析，最后提出了利用眼睛中心与虹膜中心的相对位置来进行驾驶员注视方向的估计；第五章提出了3种疲劳检测的算法，分别是基于测量PERCLOS的方法，结合眨眼频率与PERCLOS的疲劳程度判断方法以及利用注视方向辅助PERCLOS进行疲劳判断的方法；第六章对论文进行了总结和展望，总结了论文研究的主要内容,并对疲劳检测研究进行了展望。