1、“.....需使用滤波器进行眼睛边缘信息增强。如果图像边缘特征方向垂直于滤波器核函数方向，滤波器人脸识别在驾驶员疲劳检测中的应用研究论文原稿度增强边缘信息等算法完成图像处理，然后利用形态学和值化处理方法进行眼睛嘴部位置的确定。在此基础上，则可以利用进行线性分類器的训练，然后进行眼睛开闭状态的判断。同时，还需要通过计算对下，驾驶员进入到了轻微疲劳状态。在个输入变量都较大的情况下......”。

2、“.....人脸识别在驾驶员疲劳检测睡频率个变量，并且设置疲劳参数这个输出变量，就可以对驾驶员的疲劳状态进行检测。此时，可以使用的模糊逻辑工具箱，并且根据规则库中的模糊关系，就可以对输入的疲劳参数的疲劳状态系数驾驶员头部定位及疲劳状态判别在对驾驶员头部位置进行判断时，可以根据眼睛在垂直方向上的变化进行头部运动的确定。在人打瞌睡的时候......”。

3、“.....所以，当头部位置至少连续帧偏离正常阈值像进行值化和形态学处理。采取这两种图像处理措施，则能够使其他干扰得到消除，从而实现嘴部值图像的精确分割。在对嘴部状态进行判别时，需要对嘴部面积和宽高比进行分析，以确认嘴部的开闭状态。此时。参考文献苏晓娜，李晓明人脸检测及眼睛定位在驾驶员疲劳检测中的应用科学技术与工程，周云鹏，朱青，王耀南等面部多特征融合的驾驶员疲劳检测方法电子测量与仪器学报，蔡菁，程雷......”。

4、“.....利用和等人脸识别算法，就可以对图像进行训练，并且产生特征脸和平均脸。最后，经过程序判断，就可以进行识别结果的输出。结论总而言之，在驾驶员疲劳检测中应用进行人脸检测与定位。在此基础上，通过对人脸图像进行归化处理，就可以完成人脸特征提取和识别，并且最终进行验证或识别结果的输出。而作为高性能的数值计算和可视化数学软件......”。

5、“.....然后通过将嘴部图像的像素个数与阈值样本相比较，则能够对嘴部状态进行判别。比如在像素个数小于并大于的情况下，就可以判断嘴部处在闭合状息较为复杂，除了使用滤波器进行边缘信息增强，还要对滤波后的图像进行原图像梯度图像的叠加，才能获得完整的边缘信息。在图像信息得到增强后，则可以根据几何特征对嘴部进行粗略定位......”。

6、“.....人脸识别技术分析人脸识别其实就是利用平台进行编程的疲劳驾驶综合监测系统研究计算机工程与科学，。驾驶员嘴部定位及状态判别在对驾驶员嘴部位置进行确定时，同样可以根据人的脸部几何特征和边缘信息进行嘴部定位。但不同于眼睛，嘴部边缘人脸识别技术，能够对驾驶员的疲劳状态进行准确判断，从而使驾驶员疲劳预警的需求得到满足。因此，相信随着相关技术的发展......”。

7、“.....同时其基本元素为矩阵，所以可以用于进行图像处理。通过将样本图像输入到预先编制的识别程序中，就可以完成对输入图像的色彩转换处理图像消噪处理图像尺寸归化处理。在此算，然后通过利用图像处理和模式识别技术从静态或动态场景中进行人脸特征的提取，从而根据已知人脸样本库数据进行人脸的验证或识别。在人脸识别的过程中，需要先进行人脸图像的摄取......”。

8、“.....而人脸识别技术是种能够实现人脸特征提取的方法，能够实现人脸的识别和状态判断。因此，有必要对该技术在驾驶员疲劳检测中的应用问题展开研究，从睛的开闭状态。此外，为了使眼睛状态判别的准确性和鲁棒性得到提升，并且使眼睛特征具有旋转不变性，还要使用层金字塔描述眼部特征，从而完成眼部特征的准确提取人脸识别在驾驶员疲则会发出强烈响应。根据人脸图像尺寸......”。

9、“.....根据面部器官的边缘长度，则能够得到滤波器的波长。所以，根据人的面部器官的几何特征，就可以粗略进行眼睛位置的确定。而驶员的嘴部开闭状态进行判断，然后根据眼睛在垂直方向上的位置变化确定驾驶员头部位置。最后，经过段时间的统计，则可以根据眼睛状态嘴部状态和头部位置对驾驶员最终疲劳状态进行判别人脸中的应用在驾驶员疲劳检测中，应用人脸识别技术需要使用基于特征的级联检测算法进行人脸识别。具体来讲......”。