人眼识别是指利用图像处理技术在视频流中检测人眼区域并识别眼睛所在位置和状态。作为计算机图像处理和模式识别领域的重要研究内容,人眼识别的理论算法研究不断深入,同时在疲劳驾驶、醉驾检测和身份验证等现代交通和安保等领域得到日益深入的应用实践。论文即以人眼识别为对象,深入研究了人眼检测、识别和定位的算法及其在嵌入式平台Davinci系统上的实现。人眼识别的基础是人脸检测。论文研究了基于肤色特征的人脸检测方法。通过建立肤色模型并进行肤色分割来最终确定人脸区域。人眼识别则在确定的人脸区域上利用积分投影方法来确定眼睛区域,最终通过定位眼角点与上眼睑实现了人眼识别。论文进一步研究了人眼识别算法在基于ARM+DSP双处理核心的嵌入式平台Davinci系统上的实现。建立了基于PC机和嵌入式平台之间的Linux交叉编译环境；在平台的ARM端,基于Linux操作系统设计了多线程架构的图像处理流程,完成了图像采集、传输、处理及显示；对人眼识别算法进行了xDM规范封装,并整合到多线程的处理流程中,利用Davinci平台的Codec架构实现了算法在DSP端的处理；论文还研究了Davinci平台下人眼识别算法的优化,通过编译器选项优化、Cache优化、内联函数和流水线处理下的C代码优化等方法提高了算法运行效率和实时性。论文最后在室内环境下对人眼识别算法在Davinci平台的运行进行了测试,实验表明,算法在Davinci平台上有良好识别效果和较高的实时性。