人脸眼睛定位与跟踪问题是自动人脸识别系统的重要环节。由于其在安全访问控制、可视电话、视频会议、基于内容的压缩与检索、身份鉴别、人机智能交互、视觉监测、预防疲劳驾驶、基于内容的检索和新一代人机界面等领域的应用价值，开始作为一个独立的课题受到研究者的普遍重视。 近年来，关于人脸眼睛定位与跟踪的研究已经取得了突破，已有一些人脸检测算法用于商业产品中。然而，这项技术还远未成熟，应用中会受到一些限制。在实际的研究开发工作中，眼睛定位跟踪遇到了各种难题，主要是不同的光照、多变的复杂背景、人脸姿势的变化等等问题。 针对以上的问题，在分析国内外相关研究现状的基础上，研究并实现了一种基于多种方法、能够适应实际环境中复杂背景、光照、姿势变化等影响的人脸眼睛定位与跟踪系统。 我们的基于多方法融合的眼睛定位算法在融合多种方法的基础上实现了在复杂背景下适应光照变化、姿势变化的眼睛定位算法。采用训练多个核的方法以及简单旋转图片的方法解决了传统Adaboost方法中对于深度旋转和平面旋转人脸定位率急剧下降的问题。采用数学形态学提取人脸特征并用各种规则去过滤特征点。最后采用SVM眼睛确认方法确认眼睛对。实验表明相比于实验室旧有系统，新算法能够适应光照变化、姿势变化，错误接收率和错误拒绝率也大大降低。 我们的聚合多约束眼睛跟踪算法利用Camshift算法跟踪人脸，还采用了Kalman滤波器跟踪眼睛、嘴巴，然后综合多种约束条件去确认跟踪正确性。采用这种方法，达到了室内环境下眼睛跟踪的理想效果。 本文还在研究和总结的基础上，设计与实现可复用性高的人脸眼睛定位跟踪SDK。