交通安全问题中的驾驶疲劳已成为引发安全事故的主要因素之一,如何有效地检测和防止驾驶疲劳,对减少交通事故的发生及降低人员伤亡率有着十分重要的意义。本文给出了一种基于特征角点跟踪的驾驶员疲劳检测方法,其中包括人脸检测、眼睛角点检测、角点跟踪和疲劳判断等。在进行人眼特征的检测之前先检测出人脸,以减小人眼特征检测的区域。在进行人脸检测的一系列步骤中,均充分考虑到实时与准确性要求,如色彩空间转换时只对必要分量进行转换,在分离出肤色区域后通过宽高比计算进行真实人脸区域确定等。然后采用改进的Harris算子进行特征角点检测,在用Harris进行角点检测之前进行了一些有用的操作大大减少了Harris检测的像素数,即对非角点可能的像素点进行了判断剔除,这样提高了Harris检测的速度。角点检测结束后,采用粒子滤波跟踪方法进行角点的跟踪。只跟踪角点而非整个眼睛特征能在不影响跟踪效果的同时提高跟踪速度。最后使用PERCLOS原理结合眼睛区域像素的计算进行眼睛状态的判定,从而得出驾驶员的疲劳状态,为进一步是否提出疲劳预警给出依据。仿真结果表明,通过基于特征角点跟踪的方法对驾驶员进行疲劳检测具有较好的鲁棒性。