摘要：随着社会主义现代化的蓬勃发展，国民经济体系不断完善，持续飞升，很多的居民都购买了小汽车提升出行的舒适性和便利性。但是由此引发的交通事故也越来越多并且交通隐患导致的潜在风险也逐步提升。导致交通事故多发的原因有多种，其中，汽车内司机的非正常行车状态特别是疲劳驾驶的情况最为突出。本文在这样的背景下将图像识别技术与交通安全理论相结合，通过图像识别、神经网络技术设计了一种基于驾驶员眼部特征的驾驶员状态识别系统，在驾驶员出现疲劳等面部异常表现时进行实时识别，并通过报警装置进行提醒和警告。本文所设计的系统经过验证具有一定的有效性，在实际使用中对于异常面部状态进行了有效识别，最终得到的数据真实有效，其结果得到了验证，能够使我国在未来交通安全的改善和交通事故的有效处理得到相应的理论实践依据以参考。

关键词：交通安全；驾驶状态识别；图像识别；机器学习

目  录

摘  要

ABSTRACT

第一章  绪  论-1

1.1课题背景和意义-1

1.1.1研究背景-1

1.1.2研究意义-1

1.2研究目标与内容-1

1.2.1研究目标-1

1.2.2研究内容-2

第二章 相关概念与理论基础-3

2.1基本概念与国内外研究现状-3

2.1.1图像识别-3

2.1.2机器学习-3

2.1.3 疲劳驾驶-4

2.1.4 PyCharm与Python-5

2.2研究相关理论基础-5

2.2.1 人脸检测算法-5

2.2.2 神经网络模型-6

第三章  驾驶员状态识别系统设计-7

3.1需求分析与系统设计-7

3.2人脸识别与检测实现-7

3.2.1 Haar-like 特征-8

3.2.2局部二值特征-8

3.3眼部异常状态分析-9

第四章  实验结果分析对比-14

4.1图像采集与机器学习实验-14

4.2驾驶员异常状态识别实验-15

第五章 总结与展望-20

5.1全文总结-20

5.2不足与展望-20

致  谢-21

参考文献-22

附件-24