本发明公开了一种基于机器学习和多特征融合的疲劳驾驶检测方法及系统，涉及计算机视觉图像处理技术领域，包括对实时获取的驾驶员面部图像进行处理，提取驾驶员的眼部图像、嘴部图像及头部位置信息；将眼部图像、嘴部图像及头部位置信息分别输入到对应训练好的分类器中以确定驾驶员的眼部分类结果、嘴部分类结果及头部分类结果；对连续多帧面部图像的眼部分类结果、嘴部分类结果及头部分类结果进行疲劳特征提取，并根据提取的疲劳特征确定驾驶员的疲劳程度；疲劳特征包括闭眼频率、打哈欠频率及点头频率。本发明能够在驾驶员眼部受遮挡的情况下保证疲劳驾驶检测准确度并有完善的警示方法保障车主及周围行人车辆安全的功能。