公共交通事故一直是困扰人们的严重社会问题,它对人们的生命和财产安全构成了巨大的威胁。如何降低交通事故的发生一直是学术界和工业界积极研究的课题。大量的统计分析结果表明,疲劳驾驶是引起恶性交通事故的一个重要原因。对驾驶员的驾驶警觉度进行监控可以有效的降低疲劳驾驶的发生,进而降低交通事故的发生。传统的基于图像的驾驶员警觉度估计系统大都使用可见光或者双圈红外光源条件下的图像进行多特征的面部表情分析,进而对驾驶警觉度作出估计。这些方法在实际应用中存在一些不足。例如,(1)可见光和双圈红外光源的图像都具有各自的缺陷,可见光的鲁棒性较差,难以在阴雨天气或光线不足的路况下工作,而双圈红外光源的电路设计较为复杂,难以大规模推广。(2)传统方法在进行面部表情的多特征分析时,眼睛、嘴巴等的信息作为相互独立的特征进行,分析速度较慢,而且分析方法很难做到统一。针对以上问题,本文主要研究了基于红外图像的驾驶警觉度估计方法,并利用相关硬件和图像分析算法建立了完善的基于红外图像的实时驾驶警觉度估计系统,取得了以下的研究成果:1.在图像采集设备上,本文通过对常用的双圈红外光源摄像头进行改进,得到了简化的单圈红外光源设计,不仅有效地降低了系统的硬件成本,而且提高了系统的分析效率和算法稳定性,在实验和实践中都得到了非常好的应用。2.在警觉度表情分析上,本文将所有的人脸表情特征看做一个统一的整体,使用活动轮廓模型对人脸表情进行整体分析和统一建模,实现从人脸图像中快速提取出表情轮廓信息。3.对于复杂的表情特征信息,本文提供了简单高效的表情特征提取方法,有效地提取了与警觉度估计息息相关的眨眼频率,嘴巴张合程度,头部偏转角度等特征信息,并且将这些信息作为瞬时特征和时序特征,用一个六维的警觉度参数向量来表示,方便进行警觉度模型建立。本文对多种分类模型进行实验和比较得出了有效的基于支持向量机的警觉度估计模型,并在实验中得到推广。4.为了辅助进行驾驶警觉度估计的模型训练和模拟实验,本文提供了专门的实验用红外摄像头和警觉度估计软件CIVigilance。5.为基于图像的驾驶警觉度估计方法建立了专门的实验方法,在实验中不断对本文所提出的方法进行改进。同时本文参加了脑电与图像的联合警觉度模拟驾驶实验。本文的一些创新和改进,最终使得本文建立比较完善的基于红外图像的警觉度估计算法和实验平台,为以后的深入研究和分析,打下了坚实的基础。