系统是基于车联网应用的驾驶员疲劳智能检测系统，以适应行驶安全检测的新需求。系统应用融合姿态信息的多姿态人脸检测方法，基于生物特征的头部姿态估计方法，融合驾驶员自身多种生物特征的疲劳驾驶模型，将极大提高疲劳驾驶检测的准确性和可靠性，填补国内基于车联网的驾驶员疲劳检测系统产品的空白。

如图：

如图：

视觉疲劳检测系统主要是通过视觉传感器对人的眼睑眼球的几何特征和动作特征、眼睛的凝视角度及其动态变化、头部位置和方向的变化等进行实时检测和测量，建立驾驶人眼部头部特征与疲劳状态的关系模型，研究疲劳状态的多参量综合描述方法；同时研究多元信息的快速融合方法，提高疲劳检测的可靠性和准确性，从而研制稳定可靠的驾驶员疲劳监测系统。

1、人脸快速检测算法

据驾驶员头部姿态信息对多姿态的人脸图像进行快速准确的人脸检测。

2、疲劳检测方法

根据头部姿态对疲劳状态进行分析，并根据瞳孔预测疲劳状态相结合，从而对光照、遮挡等因素更加鲁棒性的疲劳检测算法。

3、疲劳驾驶问题

对驾驶员自身身份、年龄、表情等进行分析，对不同的因素组合组成的多种疲劳驾驶的可能性建立模型，从而有效的提高疲劳驾驶的准确性和效率。

4、PERCLOS疲劳算法

检测驾驶员的瞳孔直径、注目凝视、眼球陕速转动、眉眼扫视、眼睛闭合时间长短等等，来测量眼睛确定驾驶员疲劳的程度。

如图：