【摘要】疲劳检测是通过监测和评估个体的身体状态和生理指标来确定其疲劳程度的技术。本文主要研究基于人脸检测的疲劳

检测算法。首先，在ＹＯＬＯｖ５ｓ 目标检测算法中加入ＣＡ 注意力机制，并将损失函数替换为ＳＩｏＵ，以实现人脸检测。然后，对检测到的

人脸进行６８ 个人脸关键点定位，提取人脸眼部和嘴部关键点位置信息，并通过横纵比判断眼部和嘴部特征状态。接着，利用关键点

信息检测头部状态，判断被测者是否点头。最后，综合这些状态特征判断当前被测者是否疲劳，实现了融合眼部、嘴部和头部姿态特

征的疲劳检测。实验结果表明，改进后的ＹＯＬＯｖ５ｓ 在人脸检测的ｍＡＰ 提升了３???? １％，检测算法整体的准确率达到了９４％，满足使用

需求。