施工机械操作员的疲劳检测是工程安全管理中比较复杂棘手的问题。现有的疲劳检测方式存在着各种问题，疲劳问卷难以量化、时效性差，生理指标检测侵入性强、成本高昂。而计算机视觉技术为基于面部信息的疲劳检测提供了一个有价值的技术手段。本论文构建了一种基于计算机视觉技术的施工机械操作员疲劳作业检测方法。采用dlib(图像处理开源库)模型标注68个人脸特征点，计算实时的眼纵横比(EAR)和嘴纵横比(MAR)值，并取前30s视频作为样本计算出相应的阈值，进而计算出眨眼频率、平均眨眼时长、眼睑闭合时间百分比(PERCLOS)以及哈欠频率这四个指标值，利用归一化方法进行指标融合，依据综合疲劳指标的取值和持续时间采取不同的疲劳应对措施。最终通过实验验证该方法的准确性，结果表明本论文提出的综合疲劳指标能够反映不同情境下检测对象疲劳状态的变化趋势，其眨眼状态判定的正确率在95%左右。