多媒体人机交互技术是多媒体技术和人机交互技术的结合，其主要内容是信息表示的多样化和如何通过多种输入输出设备与计算机进行交互。它包括基于视线跟踪、语音识别、手势输入等各种新的交互技术。而视线跟踪作为这个领域中新兴的技术，引起了国内外研究者的浓厚兴趣，成为近年来人机交互领域中倍受关注的前沿方向。围绕着视线跟踪这个主题，本文主要探讨了立体视觉测距和人脸检测、跟踪等相关问题。 首先，简要论述了人机交互技术和计算机视觉理论的发展历程，并扼要介绍视线跟踪技术的基本原理和方法，总结其研究现状和进展，同时介绍本文的研究背景和研究内容。 其次，研究了双目CCD立体视觉测距理论。提出了摄像机的数学模型，总结了常用的摄像机标定方法，并对双目CCD系统测距建立数学模型，分析其系统误差。在此基础上，提出了基于BP的双目CCD标定算法，来获取测距系统的数学模型。 再次，研究了人脸特征检测与跟踪技术。首先利用人脸肤色模型，把人脸与背景区分开来，寻找连通区域，利用人脸的几何特征，排除与肤色相近的非人脸区域，得到人脸区域。然后对人脸区域的上半部分进行动态阈值分割，把眼睛区域与肤色区域区分开来，得到人眼区域，二值化提取虹膜，利用Sobel算子提取虹膜边缘，Hough变换提取虹膜圆心，而内眼角的提取则采用SUSAN算子。最后对人脸区域的下半部分，利用唇色模型提取嘴唇区域，运用嘴唇模板进行唇线拟合，得到左右嘴角。完成人脸特征检测之后，对人脸的跟踪做了简单的研究。 最后，研究了视线跟踪算法。借助眼球的数学模型以及双目CCD测距技术，根据虹膜相对眼角和嘴角的移动距离，计算出视线的方向。在此基础上，设计了一个基于双目摄像机的视线跟踪系统原型，该系统由双目CCD测距、人脸检测、人脸跟踪和视线跟踪四大模块组成。实验结果表明，平均的视线偏差角度为8.37°。