该资源旨在使用Python中的OpenCV库实现司机疲劳检测，详细信息可以参考博文：https://blog.csdn.net/qq_36758914/article/details/104041779

驾驶疲劳检测是预防驾驶疲劳提高交通安全的有效手段。以视频图像处理为基础，采用 OpenCV 中 的 Haar 分类器，对驾驶人人脸、人眼进行检测；以基于 PERCLOS 的疲劳检测算法为基础，提出“双眼检测、单眼疲劳判别”的疲劳检测方法，在 PC 机 Visual Studio 集成开发环境下，采用 C++编程语言设计了驾驶疲劳检测仿真程序；通过输入驾驶人模拟疲劳驾驶视频，仿真实现了驾驶人人脸检测、眼睛闭合状态检测、驾驶疲劳检测以及疲劳状态声音预警

司机疲劳驾驶容易引起严重的交通事故，疲劳状态检测系统的研究成为计算机应用研究的重要领域。为了满足疲劳状态检测系统实时性要求，选择实时性较好的Adaboost算法来识别人眼，采用单位时间内眼睛闭合时间所占的百分率来判断疲劳状态，应用该算法后进行疲劳驾驶训练和识别研究。选择DSP移植方案并将疲劳状态检测算法移植到DSP中。经过实时检测实现的系统基本能满足实时检测疲劳驾驶的要求。

基于脑电信号的疲劳检测，冯知音，张建，疲劳驾驶是交通事故的主要诱因之一，许多学者对驾驶员疲劳状态的检测展开了研究。根据检测方法的不同可分为基于驾驶行为、基于计

使用树莓派对人脸进行捕捉，判断人疲劳状态，可区分笑，说话等

本设计为基于MATLAB的疲劳检测识别，可应用于疲劳驾驶监测，专注度检测等应用。本设计带有GUI可视化界面，自行录制好视频后，读取视频，分帧，读取每一帧影像，计算其眼睛张合度及嘴巴张合度，通过这2个参数来判断是否疲劳。

一种疲劳检测的算法 司机疲劳驾驶检测中人脸图像的快速人眼定位

（毕业设计论文）基于脑电采集的汽车疲劳驾驶检测系统硬件设计 全世界每年因驾驶员疲劳驾驶而导致的死亡人数占交通灾难性事故的57%，故针对疲劳驾驶检测方法的研究具有现实意义。而最近十多年来，疲劳检测逐步取得人们的关注，为此本文设计了基于脑电采集的汽车疲劳驾驶检测系统的硬件电路。 脑电图（EEG）信号检测一直被誉为监测疲劳的“金标准”，所以本文将脑电信号作为检测疲劳的主要参数。为了准确采集脑电信号，本文设计的前端调理电路包括前置放大电路、四阶低通滤波电路、二阶高通滤波电路、中间级放大电路、50HZ陷波电路、极性转换以及末级放大电路，并由嵌入式ARM开发板EasyCortex M3-1752将采集到的脑电信号进行A/D转换后通过串口发送到计算机做进一步的处理。最后利用MATLAB对数据进行绘图分析，以及对系统进行整体分析和总结。

基于MATLAB的人脸眼睛嘴巴检测，内涵说明书，摘要，代码等，同时含有自制神经网络训练集的代码（用户运行代码做出表情代码自动归类训练集合），主代码通过先检测脸部特征，后综合检测眼睛张开关闭+嘴巴张开关闭判定人脸是否处在疲劳状态，代码本人已经调试运行无误。2020年【独家顶级资料】

适合正在学习疲劳模拟同学使用