现代社会随着经济条件的越来越好,车辆越来越多,带来了交通运输业的快速发展,同时也带来了交通事故的频繁发生。其中,由驾驶员疲劳驾驶所引发的交通事故是道路交通事故的重要原因之一。然而,驾驶员在驾驶车辆的时候,由于疲倦的原因往往,注意力分散,反应迟钝,意识水平低,更重要的是不知道自身处于疲劳驾驶的危险环境中。如果此时能够给出及时的预警,提醒驾驶员休息,就有可能避免一场交通事故的发生。所以,如何能找寻一种实时的,准确的疲劳驾驶检测技术且给出预警的方法,成为了研究人员所要探索的重要问题。疲劳驾驶检测技术对维护交通安全,人民的生命财产安全等具有科学和现实意义。本文首先概述了各种疲劳驾驶检测方法,确立了基于计算机视觉的直接检测方法作为研究的方向。这是因为基于计算机视觉的直接检测方法具有成本较低,非接触式等特点。接下来重点研究了人脸检测,人眼定位及其轮廓提取,疲劳判定。本驾驶员疲劳驾驶检测系统逻辑上主要分为两大部分：标准模型训练模块和实时疲劳检测模块。其中,标准模型训练模块分为：摄像头视频流图像采集模块,帧图像人脸检测模块,人眼轮廓特征提取及模型存储模块；实时疲劳检测模块分为：摄像头视频流图像采集模块,帧图像人脸检测模块,人眼轮廓特征提取及匹配模块,PERCLOS疲劳判定模块。本文所研究软件系统采用的开发环境为Microsoft Visual Studio2005。结合Intel的OpenCV开发库,对我们的疲劳驾驶检测算法做验证。并开发出一套软件系统。整个系统基本上实现对驾驶员疲劳驾驶状态检测,每秒处理帧数约5-7帧,基本满足实时检测。