本发明公开了一种伪3D卷积神经网络与注意力机制结合的驾驶疲劳检测方法。包括：1）对驾驶视频提取视频帧序列并处理；2）采用伪3D卷积模块进行时空特征学习；3）构建P3D‑Attention模块，使用注意力机制在通道与特征图上施加关注；4）使用2D全局平均池化层替代3D全局平均池化层获得更具表达能力的特征，并使用softmax分类层进行分类。本发明能够分析哈欠、眨眼、头部特征运动，很好地将呵欠行为与说话行为动作区分开来；有效地将警戒、低警惕性和困倦三种状态区分开，以提高对疲劳驾驶行为的预测性能。