为了减少裸眼3D显示多路渲染计算量以及避免观察者移动时出现重影,实现在观察者移动时仍然有较好的立体效果,本文采用人脸检测技术对限定观察者进行人脸检测,从而实现图像的单路渲染并展示逼真的三维效果,适合单个观察者进行立体感知。如在手术场景下,主刀医生可以通过基于特征点空间信息的裸眼显示技术获取直观的三维信息辅助进行更精准的手术操作。然而,由于在医疗环境下,传统方法无法快速准确的处理佩戴口罩人脸检测难题,因此掌握更准确高效的手术场景下的人脸检测和特征点空间定位技术,是人眼跟踪裸眼3D技术应用于医疗领域的核心和关键问题,对于提高手术成功率和治疗效果具有重要意义。本文设计了一种基于标准像素差特征的人脸检测分类器。采用标准像素差提取人脸特征,通过对训练样本有放回的随机抽样,和人脸特征随机选取,构建多个深度二次树,组成随机森林人脸检测分类器。本文所设计的分类器克服了以往分类器容易产生过拟合的缺点,分类器训练速度快,检测的正确率达到94.33%。针对有遮挡的数据集,提出一种新的基于主动形状模型的特征点定位方法,改进传统人脸特征点选取和搜索匹配方法,提高了特征点定位速度。本文根据提出的算法,搭建了一套硬件采集系统,采用双目摄像头方案,通过相机标定,基于立体匹配技术,最终计算得到特征点的三维信息,仿真对比实验结果表明了本文提出的特征点定位算法的有效性。本文搭建了基于特征点空间信息的裸眼3D显示系统。该系统利用本文提出的人脸检测和特征点空间定位方法,获取特征点的空间位置信息,重新调节像素排列,使得观察者在移动过程中也能体验到3D效果,这对于裸眼3D技术进入医疗领域具有重要意义。