Phát hiện buồn ngủ khi lái xe là một thành phần quan trọng trong các hệ thống hỗ trợ lái xe an toàn. Tuy nhiên, nhiều phương pháp hiện nay vẫn dựa trên các ngưỡng cố định hoặc xử lý độc lập từng khung hình, do đó chưa khai thác hiệu quả đặc tính liên tục theo thời gian của các hành vi như nhắm mắt kéo dài hoặc ngáp. Bài báo đề xuất một hệ thống phát hiện buồn ngủ dựa trên phân tích chuỗi đặc trưng khuôn mặt theo thời gian. Hệ thống sử dụng MediaPipe Face Mesh để trích xuất các đặc trưng EAR, MAR và tư thế đầu. Thông tin về tư thế đầu được sử dụng như một tín hiệu hỗ trợ nhằm tăng độ tin cậy của quá trình phát hiện buồn ngủ. Các đặc trưng EAR và MAR được mô hình hóa bằng Bi-LSTM để khai thác sự thay đổi theo thời gian, trong khi tư thế đầu được phân loại bằng mạng DNN nhẹ. Để thích ứng với sự khác biệt giữa những người dùng, hệ thống áp dụng cơ chế hiệu chuẩn thích ứng và chiến lược bầu chọn đa số nhằm giảm các cảnh báo sai. Kết quả thực nghiệm cho thấy hệ thống đạt độ chính xác 98,14% trên tập dữ liệu Internal và 76,41% trong kịch bản đánh giá chéo Internal → NTHU-DDD, đồng thời vẫn đáp ứng yêu cầu xử lý thời gian thực với tốc độ khoảng 25-30 FPS trên CPU phổ thông mà không cần GPU chuyên dụng.