如今计算机科学的飞速发展,特别是人工智能的快速发展与应用,人的面部信息越来越受到人工智能领域的学者关注,其中眼睛作为面部信息的重中之重。对于眼睛的动态监测和眼部相关特征研究是人机交互技术、人工智能领域的研究重点之一。人眼检测技术与人机交互技术的组合在非常多的应用方向发挥了重要作用,如驾驶员的疲劳驾驶,视线跟踪等。目前来说,现有的眨眼检测技术很多需要昂贵的高精度相机和红外摄像机来实现,但是有利就有弊,在高精度设备的条件下,成本就会相应增加,有些设备还会对身体存在潜在的危险。因此开发出一种低成本,安全且容易实现的系统是我们需要努力实现的目标。为此,对于上述的一些问题,本文提出了一种新的眨眼识别算法。本文的主要研究成果有:1.我们结合最新的面部识别算法技术与图像处理技术提出了一种用普通摄像机就可以完成的眨眼检测算法,FRP算法,此算法是基于眼部区域图像的像素波动比(FRP)来进行眨眼检测。根据面部标志算法定位出眼部区域,然后将图像转换为灰度图像,根据灰度图像中眼部区域检测出的点,将眼部区域从眼角至眼尾分成三段,计算每段中像素的值,并求取该部分图像像素值的波动比(FRP),用支持向量机(SVM)对选定的训练样本进行训练。我们在两个数据集上进行了测试,此眨眼检测算法在这两个数据集上都取得了很好的效果。2.利用眼部灰度图像的像素波动比来识别受试者是单眼皮还是双眼皮,提出了SDFRP算法。此算法根据人脸识别技术定位出眼部区域,将此区域图像转换为灰度图像,根据检测到的定位点,框出眼睑区域,选取两条线,求出这两条线上每条线的像素波动比值,后取平均。将求出的波动比值导入到SVM训练器中训练,若比较值在一定区间内则判定为单眼皮,若超出此区间值则判定为受试者为双眼皮。3.结合本文提出的眨眼识别算法设计了一个适用在普通计算机上的系统方案:基于低成本眨眼识别的单词输入系统。将眨眼识别算法与单词输入相结合完成一个简单的人机交互系统。经过测试取得了很好的效果。