1、“.....因此疲劳驾驶所造成的交通事故往往多于酒驾。尤其当今社会生活节奏偏快，人们工作压力增加，以致精神和体力长期处于疲劳的状态，但我国目前还未投用针对疲劳驾驶检测的设备，由此疲劳驾驶仍是造成交通事故的主要原因之且比例逐年呈上升趋势。虽然疲劳疲劳检测算法。该算法在人脸识别人眼定位的基础上，对视频流进行预处理，通过值判断人眼状态，通过人眼状态判断是否疲劳。我们还在不同的环境中检测该算法的可信度，在现实中的各种干扰下，该检测系统均得到了预计范围内的可信度。疲劳驾驶检测系统疲劳驾驶检测流程将视频帧转化为灰度图。摘要疲劳驾驶已然成为了交通事故的主要原因......”。

2、“.....基于计算机视觉的司机驾驶疲劳检测系统论文原稿。基于眼部状态的疲劳驾驶检测算法般的情况，睁眼时眼睛区域上下特征点距离较大，闭眼时上下特征点的距离较小。在得到眼部特征点后，利用眼部特征点的距离求出眼睛的高度和宽度，计算眼睛的纵横比即值，用来描述眼睛的张开程度，且值对摄像头和眼睛的距离不敏感。左右两只眼睛的测流程将视频帧转化为灰度图。基于眼部状态的疲劳驾驶检测算法般的情况，睁眼时眼睛区域上下特征点距离较大，闭眼时上下特征点的距离较小。在得到眼部特征点后，利用眼部特征点的距离求出眼睛的高度和宽度，计算眼睛的纵横比即值......”。

3、“.....且值对摄像头和眼睛的距离不敏感。左右两只眼睛的张开程度分别表示为和，般来驾驶仍是造成交通事故的主要原因之且比例逐年呈上升趋势。虽然疲劳驾驶检测过程复杂，且检测方法不易掌握，但基于疲劳与眼睛状态两者的相关性，加上愈加便捷的摄像机和相机采集手段，通过驾驶员眼睛闭眼情况来判别其疲劳情况正渐渐演变为个研宄的重要方向。本文得出了种简单可行的疲劳驾驶检测技术，研究的思路主要是首先检测人脸特征点，然后提取人眼特征点，摘要疲劳驾驶已然成为了交通事故的主要原因，但我国的疲劳驾驶研究起步较晚，产品仍未广泛应用。为此，本文通过对人脸的特征点检测为核心设计疲劳检测系统，研究的思路主要是首先检测人脸特征点......”。

4、“.....通过人眼特征点位臵判断司机是否疲劳。关键词疲劳检测特征点检测疲劳驾驶中图分类号文献标识码文章编号引言在疲劳状态驾驶车辆，驾驶员会感我们在不同的环境在进行的大量的实验，并证实了该系统在大部分状态下，能保证较为良好的成功率。但是我们所有的理论研究与实验，均在实验室中进行，此时成功率均在我们预估范围内。但在现实操控中，由于道路的复杂性，光线的变化，正侧面等因素，以及实验条件的局限性，该算法必然存在诸多不足。我们希望，在今后的研究中，系统能够更好，更准确的应用于实际最后确定的方法以及各自的成功率。在基于计算机视觉的司机驾驶疲劳检测系统中，人脸识别是非常重要的环......”。

5、“.....我们才能对人眼区域进行更好更精准的预处理，才能提高疲劳驾驶检测的可信度。眼部疲劳识别算法算法现实依据目前对疲劳驾驶的定义，主要基于连续驾驶时间。而现实生活中，年龄，性别，当前时间等因素，对司机是否疲劳的影响是很大的。基基于计算机视觉的司机驾驶疲劳检测系统论文原稿。，检测系统的设计及实现重庆重庆大学，陈明初基于人眼状态的驾驶员疲劳检测技术研究重庆重庆大学，李延枫基于眼部识别的疲劳驾驶检测系统设计川成都理工大学，王晓婷基于深度学习的驾驶疲劳检测应用的设计与实现辽宁大连海事大学，陈兴劼基于面部图像的列车司机疲劳驾驶检测与实现川西南交通大学，生活......”。

6、“.....陈明初基于人眼状态的驾驶员疲劳检测技术研究重庆重庆大学，李延枫基于眼部识别的疲劳驾驶检测系统设计川成都理工大学，王晓婷基于深度学习的驾驶疲劳检测应用的设计与实现辽宁大连海事大学，陈兴劼基于面部图像的列车司机疲劳驾驶检测与实现川西南交通大学，于计算机视觉的司机驾驶疲劳检测系统论文原稿。结语本文在人的生理特征参数上，依靠当前较为先进的图像处理技术和视觉分析软件，对图像及视频流中司机的眼部区域进行处理，对人眼定位并分析人眼状态，通过我们预先设定的标准进行判断。本文采用实用性高，较为精准的包进行人脸识别及人眼定位追踪，通过值进行人眼状态分析。在算法设计完成后，......”。

7、“.....并证实了该系统在大部分状态下，能保证较为良好的成功率。但是我们所有的理论研究与实验，均在实验室中进行，此时成功率均在我们预估范围内。但在现实操控中，由于道路的复杂性，光线的变化，正侧面等因素，以及实验条件的局限性，该算法必然存在诸多不足。我们希望，在今后的研究中，系统能够更好，更准确的应用于实际生活。參考文献卢阳疲劳驾驶驾驶检测过程复杂，且检测方法不易掌握，但基于疲劳与眼睛状态两者的相关性，加上愈加便捷的摄像机和相机采集手段，通过驾驶员眼睛闭眼情况来判别其疲劳情况正渐渐演变为个研宄的重要方向......”。

8、“.....研究的思路主要是首先检测人脸特征点，然后提取人眼特征点，通过人眼特征点位臵判断司机是否疲劳。基于计算机视觉的司机驾驶疲究起步较晚，产品仍未广泛应用。为此，本文通过对人脸的特征点检测为核心设计疲劳检测系统，研究的思路主要是首先检测人脸特征点，然后提取人眼特征点，通过人眼特征点位臵判断司机是否疲劳。关键词疲劳检测特征点检测疲劳驾驶中图分类号文献标识码文章编号引言在疲劳状态驾驶车辆，驾驶员会感到困倦瞌睡，以致于注意力不能集中判断能力下降，甚至出现精神恍张开程度分别表示为和，般来说两只眼睛的张开程度是同步的，所以取两只眼睛张开程度的平均值......”。

9、“.....但当眨眼发生时，眼睛的宽度会迅速下降到零，因此可以通过眼睛长宽比率判断闭眼情况，根据闭眼的时间和频率进而判断驾驶员是否打疲劳驾驶，如图。本章小结本章我们设计了疲劳驾驶检测系统中最重要的算法说两只眼睛的张开程度是同步的，所以取两只眼睛张开程度的平均值。每个人眼睛的长宽比在眼睛开着时几乎恒定，但当眨眼发生时，眼睛的宽度会迅速下降到零，因此可以通过眼睛长宽比率判断闭眼情况，根据闭眼的时间和频率进而判断驾驶员是否打疲劳驾驶，如图。提取人眼区域特征点，并计算的值。将与闭眼阈值进行比较，如果小于阈值则计数器加，通过人眼特征点位臵判断司机是否疲劳......”。