随着信息技术的快速进步,信息社会对个人身份认证与识别的需求在不断增长。具有非接触性、便捷的人脸识别,已经成为应用数学与模式识别等交叉学科的研究热点。在人脸识别系统中,选择合适的特征定位对图像的归一化有着重要影响。眼睛作为人脸上相对明显、相对稳定的特征,拥有较多的细节信息,已经有许多学者致力于眼睛定位的研究。但是,眼睛定位很容易受到遮挡、表情、姿态等因素的影响,一直是人脸识别系统中的难点问题,发表的相关文献也比较少。因此,实用化的眼睛定位算法的建立是一个具有挑战性的问题。本文的研究目标是,在人脸检测的基础上,构建一个人脸识别系统中的眼睛定位模块。本文主要工作如下：首先,研究了基于Haar特征的AdaBoost算法和随机森林算法,利用特征的镜像对称性得到对称的分类器,同时将OpenCV中的AdaBoost与之结合,用于算法中的检测和判别部分,提升了速度和准确率；其次,利用Gabor和模板匹配的方法对初始定位进行补充,并利用人脸对称轴信息对初始定位结果进行判别和修正；再次,基于“先判断,再分类,由粗到精"的思想,提出了眼镜种类和眼镜反光的判别方法,并对眼睛状态进行分析,利用眼睛的灰度特征和几何信息进行精确定位；最后,在CAS-PEAL-R1数据库上进行了测试和分析,本文算法达到了99.43%的定位准确率。本文研究的眼睛定位算法模块已经成功应用到东北大学应用数学实验室开发的人脸识别系统中,定位效果良好,可达到实时,性能稳定。