人眼检测技术作为机器视觉领域的研究方向之一一直备受关注,近年来,人眼检测技术与人机交互技术的结合衍生了很多新的应用,如疲劳驾驶,视线跟踪等；在实际应用中,往往需要较高的人眼定位精度,通常利用高精度相机或者红外摄像机来实现这一要求,虽然通过高精度设备可以满足需要,但成本过高,对人体存在潜在的危害则在一定程度上限制了方法的应用,为此,开发出一种低成本,安全易实现的系统成为当前主要研究任务。我们结合当前最新的算法技术设计出了一种新的人眼检测系统,该系统首先利用人脸检测技术定位人脸,然后利用人眼检测技术确定人眼的位置,进而实现人眼的跟踪。最后通过眨眼检测技术来判断眨眼,实现了眨眼控制预定翻页的功能。基于彩色信息,基于直方图,基于Adaboost算法的人脸检测技术是较为常见的几种方法,本文系统采用了基于Adaboost算法的人脸检测技术,相比其他算法,该算法具有稳定性好,可靠性高的良好性能,而且能够适应背景环境较复杂的情况：Roberto Valenti提出的基于等照度线的算法和startburst算法是人眼检测技术中性能较好的两种方法,通过比较分析,我们得出Roberto Valenti所提出的算法在瞳孔特征较完整时效果明显好于startburst方法,且成本低,符合系统要求；对于跟踪问题,我们采用具有SIFT(尺度不变性)的虹膜特征作为跟踪关键点,在前后帧跟踪时采用Mean shift跟踪算法进行跟踪,取得较好的效果；常用的眨眼检测方法分为类：基于颜色分布的检测方法,基于形状的模板匹配方法,帧差法。通过实验对比,我们发现基于颜色分布的检测方法易受光照,阴影等环境因素的影响,且严重依赖预先设置的闽值,闽值过大或过小都会严重影响判定结果；基于形状的固定模板匹配法具有普遍存在的局限性,且鲁棒性差,虽然在线模板的对环境改变的鲁棒性较好,但是在线获取的模板质量不易控制；当头部保持不动时,帧差法可以非常有效地检测到眨眼,当头部稍微移动,或者背景存在移动时则会影响最终的检测结果,为此,我们提出一种算法,即在前一帧图像的眼睛区域内检测连通区域个数来避免背景的影响,实验证明,该算法效果显著。结合以上所提算法,我们设计出了一种新型,实用的人眼检测系统,该系统性能可靠,精度高,实现简单,成本低,可以较为精确地实现人眼控制预定翻页的功能。