自从福特发明轿车以来，社会对汽车的保有量越来越大，道路也变得越来越拥挤。随着产生的交通事故也越来越多，其中绝大多数是由于疲劳驾驶所导致的。交通事故的产生给家庭和社会都带来了巨大的伤害和影响。因此，研发一个实时性强，准确率高的疲劳驾驶检测系统显得十分有必要，也必将带来十分重大的社会效益和经济效益。基于此，本文从人脸定位，人脸跟踪，人眼轮廓检测以及疲劳判定法则入手。提出了一种基于Adaboost的算法的疲劳驾驶检测方法。本论文做的主要工作如下：1.阐述了基本的人脸定位方法，研究了基于Haar特征的Adaboost分类效果，以及三种典型的adaboost算法在级联次数增加的情况下的错误率对比。2.研究了压缩感知算法，在人脸定位的基础上，在已知的人脸位置信息上，利用稀疏矩阵抽取人脸特征，从而建立一个人脸跟踪模型。3.阐述了人眼轮廓定位和模板匹配方法，利用一种改进的AAM算法来实现对人眼轮廓定位，然后对当前疲劳判定领域比较科学的PERCLOS判定准则做了说明，从而实现对驾驶员疲劳状态的判定。4.本文所用软件平台采用的开发环境为Microsoft Visual Studio2010。结合Intel公司开源的OpenCV2.4.3算法库。从而做出一个完整的疲劳检测界面，整个系统实现了对驾驶员疲劳驾驶状态检测，并且具有较高的准确率，每秒处理帧数6帧左右，能够满足实时性的要求。