针对智能矿山井下运输设备远程操作中驾驶员疲劳操作的安全隐患，设计了一种基于驾驶员面部特征的疲劳检测系统。首先，明确不同行为的疲劳驾驶水平。其次，对摄像头采集的视频信息进行预处理，从不同角度采集驾驶员的面部图像样本，使用ASM算法对人脸进行建模，计算驾驶员的面部特征点位置、闭眼频率和打哈欠频率等面部信息，并依托深度学习神经网络的自适应特征提取对数据进行分析，判断司机是否疲劳。自建的工作面数据库和安徽某矿的现场测试表明，该系统在高作业强度、多设备协同工作的情况下，能够对驾驶员的违章作业进行预警和预防。