驾驶员瞌睡是导致道路事故的主要原因，造成严重伤害和 fatalities。本文提出了一种基于计算机视觉技术的实时非侵入性驾驶员瞌睡检测系统，使用多因素检测。该系统结合了 Haar Cascade 分类器进行快速面部检测，以及 Dlib 的基于 CNN 的面部关键点提取，以监测眼部纵横比（EAR）、口部纵横比（MAR）和头部姿态估计等关键指标。为了提高可靠性，应用多线索融合和时间平滑技术分析连续帧中的模式，减少误报。生成一个综合瞌睡评分，通过语音和蜂鸣通知提供实时警报，以确保及时干预。该系统在准确性和计算效率之间取得了平衡，能够在标准硬件上实施。它为改善道路安全和智能交通系统提供了可扩展和实际的解决方案。
T 等人（Mon，）研究了这个问题。