计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄像机和电脑实现人眼对目标进行识别、跟踪和测量的功能。随着计算机和电子产品的普及和其性能的不断提高，越来越多的人致力于计算机视觉领域的研究。基于人眼检测的视线跟踪技术已广泛的应用到驾驶员疲劳检测、残疾人生活及娱乐交互、视觉游戏等领域。　　本文介绍了视频图像序列中人眼视线跟踪的相关原理及方法，对动态人脸跟踪、眼睛注视点标定作了深入研究，提出了更适合视频图像人眼视线跟踪的算法，并结合OpenCV开源代码，以VC++6.0为平台建立了一个以视线作为输入信号的简易人机交互系统。　　对于人脸检测方面，本文采用的基于改进的级联AdaBoost的人脸检测算法，即利用AdaBoost学习算法将由Haar-like特征生成的简单分类器叠加成强的分类器，再将强分类器级联构造更强分类器然后用于人脸检测;　　在人脸检测的基础之上，将检测到的人脸候选区域根据先验知识缩小划分人脸子区域，在人脸的左上半子区域中利用遗传优化算法进行人眼区域检测;对于人眼瞳孔中心的定位则是利用圆的几何性质进行定位，在实现眼睛定位的基础上，获得瞳孔中心在视频窗口坐标系中的坐标。对于瞳孔中心坐标到视线注视点之间的映射标定，文章提出了基于支持向量回归机的视线标定方法，摒弃了传统的多项式标定，解决了小样本条件下映射关系可能存在的过拟合和欠拟合的问题，提高了视线标定的精度。　　基于本文所述方法开发的人机交互系统，实现了实时人眼视线跟踪，并且利用检测到的视线信息进行人机交互。该系统对硬件没有过高要求，能适应一定的光照变化和头部轻微的旋转和俯仰变化，具有很好的鲁棒性。该系统与目前主流的视线跟踪系统相比它的优势在于具有低成本高效率的特点。