孩子是祖国的未来，因此婴幼儿的健康成长越来越被社会各界广泛重视。出生后至一周岁为婴儿期，这一时期的睡眠与小儿的身心健康有着密切的关系，本文通过表情识别对婴幼儿睡眠达到自动监测。因此该研究有着比较广阔的应用空间，如家庭视频监控、医院婴幼儿（包括未成熟婴儿）监护室、托儿所等。本课题的研究在数字图像处理技术和计算机视觉领域都有着一定的意义。本文的研究内容主要包括以下几个方面：　　（1）本文首先阐述了表情识别的课题背景及意义、发展与研究现状，然后阐述国内外相关领域的发展情况。　　（2）通过对AdaBoost算法及其分类特征进行了详细的介绍，针对人脸检测问题，采用AdaBoost算法进行人脸及眼部的检测与分析。通过对人眼识别和人脸识别相结合的方法有效地实现了人脸及人眼检测。　　（3）针对眼睛预处理问题，本文用一种改进的全局自适应阈值方法来对眼睛图像进行二值化。并通过逐行逐列扫描提取眼睛高度和宽度特征。采用眼睛高度和宽度的比值来进行判断婴幼儿眼睛状态。随后又介绍一种优化背景法对婴幼儿进行肢体运动检测，从而达到辅助监测婴幼儿睡眠状况。　　（4）通过对SVM算法以及BP神经网络算法介绍，分别对100个婴幼儿样本进行训练和测试，实验得出识别率情况，并分析比较。　　本文通过对婴幼儿眼睛状态的分析以及婴幼儿肢体运动检测实现婴幼儿睡眠状态的监测过程，并且有较好的识别率。