现在的人工智能识别更多的是基于神经网络 算法（策略）的，就是用很多正确的数据去训练一个模式网络，从而到一定程度后就形成一定模式，后期再进行正式的识别工作，并辅以人工修正（就是对识别错误的进行人工干预标识来修正识别模式）。
这些训练出来的算法对人来说，是混沌的，不可知的，当然一些具体的模式识别算法可以用于前期筛选或者后期筛选，但现在的主流神经网络 智能算法模式不是简单的算法描述，或者说不好归集到较清晰的数学（物理）公式上。
可以采用几何特征的算法来进行。将人脸分为眼睛，鼻子，嘴巴，下巴等部件，因为这些部件，每个人都是不一样的（化妆和整容造成的一样不在讨论范围），所有可以对这些部件的形状和结构关系进行几何描述，然后作为人脸识别的重要特征。
通过这个算法原理，当人脸做出动作或者表现出不同的表情和情绪变化的时候，通过识别这些部件的形状变化以及结构关系的变化，就能分辨出来了。
首先要识别人脸，然后将人脸的一些特征捕获出来，与识别库里面的进行对比
检测疲劳可以通过人是否在打呵欠来实现
