1.一种基于红外眼态识别的疲劳驾驶预警系统，包括：视频获取模块，用以采集驾驶员的头部视频图像；其特征在于：所述疲劳驾驶预警系统还包括：眼睛初始定位模块，用以对头部视频图像采用背景差分技术处理，进行眼睛初始定位；

眼睛跟踪预测模块，用以采用kalman滤波器进行眼睛位置跟踪预测；

眼睛精确定位模块，用以采用融合红外图像空间纹理的改进Mean-Shift算法实现眼睛最终位置的精确定位，得到眼睛区域；

眼睛状态识别模块，用以在获取眼睛区域后，对眼睛区域进行二值化或边缘检测，获得眼睛的长宽信息；

疲劳状态计算模块，用以根据当前检测时间段的眼睛状态，依照PERCLOS的P80标准进行眼睛疲劳状态判断；

疲劳驾驶预警模块，用以当疲劳状态计算模块判定当前状态为疲劳状态，发出告警指令；

所述眼睛精确定位模块包括目标模型建立单元、候选目标模型建立单元和相似性度量单元，其中，目标模型建立单元，在初始视频图象的眼睛目标窗口中，假设目标图像 由n个点构成，其中,i=1,2,…n，每个点的灰度为m级，m在此取32，目标图像的中心位置为y，得到联合32级灰度、16级梯度幅值和16级梯度方向共64级匹配信息分量的加权直方图为：其中,qb是目标图像模型灰度分量b的值，集合{qb}b＝1，2，...m表示目标模型， 是xi处像素的量化值，h是核函数k(||x||)的窗宽，常数C由约束条件 得到；图像各点梯度幅值和梯度方向分别定义为：其中， 和 分别是在当前像素点处沿横轴和纵轴方向的梯度， 表示向上取整运算，M表示梯度等级，在此等于16， 表示梯度的最大值，梯度方向角间距Δθ等于π/8；

侯选目标模型建立模块，由kalman在当前帧图像的眼睛预测点为y0，{xi}i＝1，2，..,n为候选目标模型图像区域各个像素位置归一化后的集合，该目标图像的中心位置为y，则候选目标模型的改进混合核函数直方图表示为：其中，pb是候选目标图像灰度分量b的值，集合{pb}b＝1，2，...m表示候选目标模型；

相似性度量单元，设定目标模型和候选模型的相似性程度采用如下距离度量：其中

称为Bhattacharyya系数，它代表两个m维向量 和 夹角的余弦；

求(4)式的最大值，对(4)利用泰勒级数在 处展开有：把(2)代入（5）有：

Ch是归一化参数；

其中

在匹配过程中，核函数中心从当前帧初始位置 处利用下式不断移动到新的位置处：其中，g(x)=-k'(x)并假设k(x)的一阶导数在区间x∈[0,∞)上除少数有限点外均存在；

在当前帧图像kalman预测范围内采用(8)不断迭代，当前后两次的更新值小于预定阈值时，判定找到眼睛精确位置。