本发明公开了一种基于显著性检测的SVM模型工人疲劳精准判别方法，涉及疲劳判别技术领域该方法包括：利用FT显著性检测方法分别对正训练样本和负样本进行检测，若显著性区域面积不足整幅图像的1/4，直接将样本予以删除，反之则予以保留；分别对保留的正训练样本及负训练样本进行SIFT特征提取；利用SVM模型对表征后的训练样本进行训练，得到疲劳决策模型；利用疲劳决策模型对待检测图像进行分数判别；这样的方法，利用了显著性检测挑选了更加精良的训练样本，工人疲劳检测模型的鲁棒性和精度都会得到显著提升；充分考虑了SVM模型边缘结果判断不精准的问题，利用K‑means模型有针对性地解决了边缘结果判断不精准的问题，从而有效地提升了工人疲劳检测的精度。