人眼检测是人脸检测和人脸识别的一个中间步骤，是自动人脸识别系统中必不可少的一部分。近年来，随着人脸识别在各个领域的广泛应用，人眼检测已经成为计算机视觉领域的研究热点，很多的应用软件都需要鲁棒的提取眼睛的状态特征。目前很多的研究者已经为自动的检测眼睛状态作出了很大的成就：基于方法的可变形模板已经被广泛的应用于检测虹膜，眼角以及眼睑,但是该方法具有较高的计算复杂性，难以预测的模板的收缩和旋转等缺点；根据虹膜特征检测眼睛状态的方法，检测结果不稳定，且鲁棒性较差。另外，以上方法都是基于正面脸部图像的研究，对于发生偏转的图像，检测结果将会失败。　　在前人研究的基础上，本文做了三方面的工作:一是，对可变形模板方法做了改进，克服了原来模板难以预测的收缩和旋转等不足，同时动态选择阈值和眼角区域的运用使得眼睑的边缘检测和用来控制眼睑模板的两个势能项有了更好的性能。二是,提出了一个自动、实时的检测眼睛状态的方法。该方法将彩色信息和边缘信息结合起来（彩色的饱和度用来判断眼睛的睁闭状态，眼睛图像的边缘地图用于检测虹膜）使得检测结果更加精确。三是，在前面两点的基础之上，集成了一个实时鲁棒的眼睛检测和跟踪系统，该系统主要针对在同一平面内面部图像的旋转问题，做了创新。大胆的尝试了使用数学上不变矩Zernike矩来提取眼睛的旋转不变性特征，将其作为SVM分类器的输入，用来检测发生偏转了的脸部图像，得到了精确的检测结果。　　为了验证方法的性能，做了大量的实验，选取了上万幅的图像，实验结果证明，本文的方法是鲁棒的。