眼睛是感知世界的重要器官,视线方向可以反映人们感兴趣的点。视线跟踪技术可以检测出人类眼睛的注视方向,得出兴趣点。随着电子技术的不断发展,关于视线研究技术的研究越来越多,一些视线跟踪系统已经应用于人机交互领域。随着研究的不断深入,视线跟踪技术在网络的可用性、广告、包装设计和汽车工程等领域也会有很大的发展空间。但是现有的视线跟踪技术有限,视线跟踪系统存在跟踪精度较低、限制头部运动、干扰性大的缺点。针对上述问题,论文对序列内的视线跟踪技术进行了研究,减小了对使用者头部的限制,提高了系统的准确度和稳定性。论文的主要工作成果如下：(1)把头部姿态估计方法与二维视线跟踪方法结合,利用头部姿态参数校正用于视线估计的面部特征点间的位置距离,减小因头部发生转动给视线跟踪算法带来的误差。该方法既不需要辅助设备固定头部,又提高了视线跟踪的准确度。(2)对用于视线跟踪的头部姿态估计算法进行了研究,提出了一种三维头部姿态估计方法。在该算法中,把头部看作圆柱体,头部的转动可以看作是圆柱体的旋转。通过不断变换姿态参数,使得当前的面部纹理与参照纹理相符合,此时的参数即为当前图像的头部姿态参数。利用视频图像帧间头部图像变化较小的特点,利用前一帧图像的头部纹理估计下一帧图像头部的姿态,减少了计算量,提高了计算精度。(3)在边缘定位方法中对亚像素技术进行了深入的研究。在视线跟踪过程中,利用亚像素技术定位面部特征点(虹膜中心和外眼角)的亚像素位置；根据检测得到的虹膜亚像素级边缘点,利用椭圆拟合方法精确定位虹膜亚像素中心点。该方法减小因二维面部图像特征点定位不够精确给视线方向估计带来的误差,提高了视线跟踪的准确度。(4)采用简单的头部几何模型,提前采集眼睛位于屏幕固定位置时的面部特征点,根据这些特征点组成的向量与视线方向之间的对应关系,估计当前头部图像中校正后的特征点向量的视线方向。该方法计算简单且能够准确估计视线方向,使序列内视线跟踪系统能够满足实时性要求。实现了视频序列内视线跟踪系统,验证了系统的准确度和稳定性。