对于口齿不清、四肢瘫痪的老年人、残障人等,需要进行长期护理以解决其生存障碍,而护理的前提是准确并及时的了解患者需求。视线追踪技术近年发展迅速,具有极好的人机交互应用前景,因此本文研究将视线追踪技术应用于护理需求识别中,利用患者的视线注视点位置来识别需求,从而弥补语音、手势等识别方式的不足,并借助本实验室自主研发的护理床响应需求,力求为老年残障人士提供更加自然便捷的一体化护理。本文主要工作如下:（1）眼部区域提取。研究了图像预处理过程,对处理后的图像采用Adaboost算法进行人脸检测,获取稳定的面部区域。采用CLM算法在面部区域定位人脸的68个特征点,然后利用眼睛周围的12特征点来提取眼部区域。（2）视线特征参数提取。将视线特征分为眼动向量和头部姿态,选取虹膜中心点与人脸平均特征点之间的偏移量作为眼动向量。在虹膜中心定位中,提出了一种粗定位算法以确保初始定位的中心一定位于虹膜内部;接着改进了传统的星射法以适应不同情况下的虹膜轮廓定位;最后利用RANSAC与最小二乘法进行虹膜椭圆拟合,获取虹膜精确中心。选择稳定的36个人脸特征点来求解平均特征点,能够有效避免复杂的眼角点定位算法。在头部姿态中,采用EPn P算法从2D图像中求解头部旋转欧拉角。（3）注视点估计。本文采用多项式拟合方程表征眼动向量与注视点位置之间的映射关系,利用系统标定法求解方程中的未知系数,得到拟合方程后,将眼动向量计算结果带入方程中,求解注视点初始位置坐标。设计了一种头部姿态补偿算法,利用头部旋转欧拉角对初始位置进行校正,以弥补头部转动带来的注视点位置误差。（4）基于视线追踪的护理需求识别的应用。将视线追踪技术应用到实验室自主研发的护理床控制系统中,上位机利用视线追踪技术实时计算注视点位置,将注视结果转化成对应的护理需求,通过Wi Fi通信模块发送给护理床主控芯片,控制床体运转,从而提供一体化护理。