人脸识别是生物特征识别技术中非常关键的部分,为模式识别过程内特别关键的环节,能够从不同领域进行采纳借鉴,未来的发展前景非常乐观。眼睛为人脸中特别关键,同时为特别清楚的特征,和嘴巴还有鼻子进行对比,从眼睛内可以获得更为丰富的数据,其中涵盖的个体区分信息也特别充分,所以,从人脸识别过程内应当特别关注。人眼精确定位能够产生非常关键的影响,能够保证人脸识别质量及水平,能够科学获得人脸部特征。目前,人眼识别的算法很多,如基于先验规则的水平与垂直投影法、二值化定位法和对称法;将相关几何特征数据当作前提的可变形模板法;将各个色彩空间当作前提的色彩信息法;将统计数据当作前提的神经网络方法还有支持向量机方法;基于关联信息的概率网络法、动态连接模型法和小波网络法;等等。但是,现阶段的大多算法都具有较强的约束条件,如需要简单背景、正面无倾斜人脸、适当光照、无遮挡物(如眼镜)、无表情影响等,即假设人脸的位置已知或很容易获得;另一方面,人脸部的特征较多,不易分析,提取困难,计算复杂度相对较高。本文总结了人眼定位算法中可能遇到的各种复杂条件,并针对性的提出了相应的解决方法;借助研究、对比和归纳,设计了基于复杂条件的人眼定位算法;另外,本文采用了多种优化方法,提高了人眼定位过程的运算速度,进一步完善了算法的准确度和提高了算法的适应性。最后,利用本文提出的人眼识别方法,本课题实现了一个复杂条件下的人眼识别系统,并利用常用的人脸图像数据库对实验结果进行了分析。经过对比分析显示,本文的算法质量突出,鲁棒性强,能够在具体操作过程中得到采纳。