1、疲勞駕駛檢測可以預(yù)防部分交通事故的發(fā)生，保障了駕駛?cè)说纳拓敭a(chǎn)安全。傳統(tǒng)的疲勞駕駛檢測方法，是根據(jù)駕駛?cè)说难劬顟B(tài)，這單一特征進(jìn)行疲勞判斷，而本文所提出的方法是在眼睛狀態(tài)的基礎(chǔ)上融合了頭部姿態(tài)，使用分類性能好的支持向量機(jī)來進(jìn)行疲勞判斷。與傳統(tǒng)疲勞駕駛檢測方法相比本文提出的方法具有多特征性和可信度更高的特點(diǎn)，論文完成的主要工作有：
　　（1）研究了三種常用的色彩空間，使用對膚色聚類性好的YCbCr色彩空間進(jìn)行圖像中膚色部分的檢測，

2、在檢測出膚色部分的區(qū)域使用AdaBoost算法的人臉檢測。在檢測出的人臉區(qū)域使用Harris角點(diǎn)檢測算法進(jìn)行眼睛定位與眼睛狀態(tài)檢測，與傳統(tǒng)的眼睛狀態(tài)檢測算法相比這種算法執(zhí)行效率高和檢測速度快，而且很好的避免了閉眼狀態(tài)下眼睫毛帶來的影響。
　　（2）對傳統(tǒng)的支持向量機(jī)進(jìn)行改進(jìn)。使用K型核函數(shù)和logistic型核函數(shù)的混合核函數(shù)代替了支持向量機(jī)中傳統(tǒng)核函數(shù)，使得支持向量機(jī)的學(xué)習(xí)能力和泛化能力都有所提高，分類性能更好。
　?。?