人眼是最重要的人体感觉器官之一,是人类感知世界的主要信息通道,同时,人眼也是人类面部最突出的特征,具有重要的信息表达和传递功能。基于计算机视觉的人眼分析不仅有助于研究人类的视觉机制、理解人类复杂的心理活动,而且也是人脸识别,表情识别等人脸分析技术的重要步骤,在人机交互、辅助驾驶、身份识别、认知心理学等领域有着广泛的应用。许多基于人脸和人眼分析的应用都以精确和鲁棒的人眼检测为前提,因此,人眼检测作为人脸和人眼分析的基本问题,具有重要的研究意义。目前,针对人眼检测问题的研究成果已经有很多,本文首先对人眼检测的国内外研究现状作了比较全面的陈述:1、对现有具有代表性的人眼检测方法进行分类和介绍;2、对主流方法做出比较客观的评价;3、针对现有方法存在的不足给出研究的发展趋势。其次,本文对流行的基于AdaBoost的快速目标检测框架进行详细地研究:1、介绍Haar特征以及使用积分图快速计算特征值;2、给出Ada Boost算法的发展历史和理论基础;3、描述Stump弱分类器学习方法以及分类器的级联结构。最后,本文对基于AdaBoost的快速目标检测框架进行改进:1、选用一组能够更好地描述人眼信息的Haar特征来构造人眼分类器;2、提出一种基于人眼区域判定和特征缩放的人眼搜索策略来加速人眼检测;3、提出一种人脸人眼混合检测来提高检测性能。使用C/C++和OpenCV库实现人眼检测系统,实验结果显示,改进的人眼检测方法能够有效地加快检测速度,减少误检数量,说明改进的方法能够有效和快速的检测人眼,对于实时和资源受限的应用有重要的实用价值。