随着计算机网络和现代化教育技术的发展,网络学习已经成为许多教育机构和认证机构的一种新的学习方式,基于Web的网络学习平台的普及度越来越高。然而,在网络学习中,教师无法像课堂学习那样直接得实时监督学生学习,所以必须对网络学习进行监控。目前国内外对于网络学习监控的研究,主要集中在对网络学习者的学习行为的统计、描述和评价上,并没有对产生这些数据的学习者进行实时、有效的监控,使得网络学习结果的真实性难以令人信服,网络学习监控成为了阻碍网络学习发展最大难题。针对这一问题,本文提出一种基于PC摄像头的网络学习监控系统,在网络学习过程中,利用当今PC普遍配置的摄像头定时采集学生的图像,再使用人脸识别技术对图像进行身份验证,判断学习者是否本人,达到实时监控的目的。本文首先介绍网络学习监控系统的研究现状和存在的问题,说明对网络学习进行实时监控的必要性。然后,对基于PC摄像头的网络学习监控系统的需求进行分析,提出将人脸识别技术应用到系统中,说明这样做的优势,并设计系统整体结构和流程。其次,介绍本文涉及的相关技术：图像灰度化、直方图均衡化、人脸检测、人脸识别,对各种人脸检测和人脸识别方法进行分析比较,选择满足摄像头采集的图像质量和计算机处理速度的方法,并介绍Viola-Jones人脸检测算法和基于特征脸的识别算法,说明将这两种方法应用于身份验证过程的优势。再次,对基于PC摄像头的网络学习系统进行详细设计,使用OpenCV计算机视觉库实现Viola-Jones算法和PCA算法,进行身份验证,并针对网络学习监控的需求对验证算法进行改进,在达到监控目的的前提下减少计算机的计算量,提高验证速度。最后,对系统进行测试,统计数据,分析结果,说明系统的有效性和可行性,并对研究进行总结和展望。