随着交通事业的迅猛发展,交通安全已成为全球范围内普遍关注的重要问题。然而,每年因交通事故丧失生命的人数依然居高不下,各类恶性交通事故仍然接连发生,经研究发现,其中因驾驶员疲劳驾驶造成的事故占相当大的比例,由此可见,疲劳驾驶已成为伤害人身安全的一大隐患。因而,驾驶员疲劳状态检测研究及预警系统设计成为近几年国内外研究的热点。针对该问题,本文从驾驶员面部特征入手,通过识别眼部及嘴唇的状态判断驾驶员是否发生疲劳,并给予及时预警。本文主要工作如下:首先,讨论并研究了一种多姿态环境下基于局部Gabor方向投影子空间的多状态模板人眼定位方法。该方法首先采用AdaBoost人脸检测算法从输入的彩色图像序列中得到人脸区域,并通过光照补偿对人脸进行预处理,以消除光照不均对实验效果的影响,再依据人脸结构特征,对人脸头部姿势进行估计和校正,最后,利用多尺度水平方向Gabor变换后的人脸图像在眉眼处幅值较大的特点,通过局部投影方法得到左右眉眼的大致区域,并在此区域中采用多状态模板匹配进行人眼精确定位。其次,在对传统Mean Shift跟踪算法分析研究的基础上,对其进行改进,采用人眼颜色特征与局部二值模式(LBP)纹理特征相结合的表示方法对人眼进行描述,并将其成功嵌入Mean Shift算法实现人眼跟踪。最后,利用Canny算子对人眼进行边缘提取,通过测量上下眼睑距离进行眨眼检测,再利用唇色信息在人脸图像中找出嘴唇部位,根据嘴唇宽高比描述嘴唇的张开程度,通过打哈欠检测与PERCLOS原理相结合判断驾驶员是否发生疲劳。经实验验证,本文提出的方法有效可行,对不同光照及人脸姿态下的疲劳状态实时检测及跟踪具有较高的鲁棒性。