远程教育是当代教育领域中不断演化出一种新的教育形式,在互联网教育平台的推动下使得这种教育形式蓬勃发展。本文所研究的人眼定位算法为远程教育系统中监测模块提供了人眼位置的依据。定位人眼的主要目的是通过某个时段内定位到人眼的时间判定其学习状态。本文主要对ASEF人眼定位算法、LBP积分投影人眼定位算法和Adaboost人眼定位算法进行了研究和MATLAB仿真,并将Adaboost算法进行OpenCV实现。本文主要工作如下:(1)ASEF算法通过对大量的图片采用手动标注人眼位置,将所有样本所对应滤波器取平均并命名为平均合成精确滤波器,再进行人眼定位操作。ASEF算法的优点是运算速度快,但训练工作量太大,导致后期更新样本库麻烦。(2)LBP积分投影法是利用LBP算子提取特征,再做水平和竖直两个方向积分投影确定人眼位置。LBP算法易受环境因素影响,可导致定位不准确。(3)Adaboost算法利用Haar-like特征计算特征值并生成弱分类器,弱分类器训练成强分类器再联级,最后构建两层结构分类器定位人眼。Adaboost算法能够有效地提高人眼定位的速度以及较好的鲁棒性。(4)综合上述方法比较,本文将效果最好的Adaboost人眼定位算法在MITCBCL库和自建库采用C语言进行OpenCV平台实现,实验结果验证了本文算法的有效性和实时性。