随着交通运输业的发展，交通事故已成为当前各国所面临的严重问题。据不完全统计，全世界每年死于交通事故的人数约为60万，因车祸受伤的人更多，每年平均约有l000万人。在美国的重型汽车事故中，57%的灾难性事故是与驾驶员疲劳有关，它已成为事故发生的主要原因。英国交通研究实验室(Transport Research Laboratory)认为：驾驶疲劳导致的道路交通事故占全部交通事故的10%。法国国家事故报告表明，因疲劳驾驶而发生车祸的占人身伤亡事故14.9%，占死亡事故的20.6%。澳大利亚每年由于交通事故的花费约为75亿美元。其中，将近15亿是直接由于驾驶员疲劳而导致的。我国交通事故呈现逐年上升的趋势，1999年我国发生道路交通事故412860起，致伤286080人，死亡83529人，造成直接经济损失21.24亿元。因此， 各国研究人员都在努力开发出一个能实时监视驾驶员警觉水平，并在任何不安全状态下能对驾驶员进行预警的系统。驾驶员疲劳状态检测方法与装置的研究，对于预防由疲劳驾驶引起的交通事故有重要意义，其应用前景广阔，可以预见在未来很长一段时间内都将是汽车安全技术领域的一个研究重点。44557

正文

1.《基于OpenCV人眼定位的人脸检测方法》：该文章介绍了如何准确地定位人脸是人脸识别中非常关键而且重要的一步.提出一种基于OpenCV人眼定位的人脸检测方法。利用从摄像头得到的视频图像中随机获取的单帧图像作为待处理人脸图像，通过人眼定位、图像旋转论文网、分割以及缩放得到标准化后的人脸图像，再经过ART2神经网络的学习认知，计算其识别率。对比实验说明此方法能够应用于人脸识别，并具有较快的识别速度和良好的识别率，特别方便于实际应用。

2.《基于眼动特性的机动车驾驶疲劳系统》：该文章介绍了利用开源OpenCV图像处理函数库进行快速开发，总体设计方案包括如下几个方面：在图像预处理方面，系统将通过视频流获得的图像帧进行直方图均衡化，去除实际图像中存在的噪声，放大图像细节；在人眼识别与定位方面，系统采用成功的Adaboost算法，利用OpenCV提供的样本训练集和检测方法；人眼睁闭状态判断方面，系统利用自适应阈值化获取能够展示人眼完整形状的二值化图像，通过人眼区域内黑色像素点面积变化的比较来判断睁眼闭眼；最后，系统选取目前公认有效的PERCOLS疲劳程度评价指标对当前驾驶员的疲劳状态进行分析。

3.《基于Adaboost的疲劳驾驶眨眼检测》：该文章介绍了基于Adaboost算法训练分类器,在检测到驾驶员人脸的基础上,对人眼区域进行预估,最后在预估区域中使用分类器对眨眼进行检测。在实际试验中，该方法具有很强的实时性和较好的准确性，能够有效的应用于疲劳驾驶的检测中。

4.《嵌入式驾驶员状态检测算法的实现与优化》：该文章介绍了一种可以在嵌入式平台上实时运行的驾驶员状态检测算法。状态检测采用了基于统计学习的Adaboost算法与动态建模算法.与传统的采用主动红外光的方法相比，本系统采用对人眼更为安全的被动式方法，且对光线的变化有更好的鲁棒性.算法的主要创新点是:1)提出了检测区域自适应调整的单双眼检测相结合的Adaboost人眼检测算法，提高了人眼检测的准确性与速度;2)提出基于高斯混合模型的人眼动态建模跟踪算法，自动提取驾驶员眼睛区域灰度分布的信息，实现了对不同驾驶员人眼的建模与跟踪定位。在多个公共数据集以及实车采集的视频上进行的实验表明，该算法能够准确判断驾驶员的状态，满足实时处理的要求。

5.《驾驶员疲劳检测方法研究及嵌入式实现》：该文章研究了驾驶员疲劳检测相关算法，采用一个车载CCD摄像头采集图像,在高性能数字视频开发板TMS320DM6437 EVM上对图像进行实时处理,运用图像处理的相关算法对每一帧图像进行分析,实现人脸定位,继而实现人眼定位,最后在借鉴目前广泛采用的PERCLOS算法基础上,设计出一种驾驶员疲劳检测算法。 驾驶员疲劳状态检测文献综述和参考文献:http://www.youerw.com/wenxian/lunwen_45807.html