人脸识别技术有着广泛的应用前景和迫切的现实需要，是当前模式识别领域最热门的研究方向之一。一般的人脸识别系统主要包括预处理、特征提取、样本学习和识别过程四个部分，其中特征提取的好坏将直接影响到识别效果，而在大部分特征提取方法中非常关键的一步就是眼睛定位。 对此，本文提出了一种新的眼睛定位算法，新的算法是基于眼睛在整幅人脸图片中具有更大的图像复杂度这一特征而提出的。 本文首先简要介绍了对人脸数字图象进行预处理的一些常用方法；接着讨论了几种在人脸识别研究中经常被采用且效果较好的特征提取方法，例如几何特征提取法、主元分析法(PCA)以及神经网络特征提取法等；然后，详细介绍了目前比较常用的几种眼睛定位算法，例如霍夫变换法、变形模板法以及边缘特征分析法等；最后，介绍了作者在研究过程中提出的一种新的眼睛定位算法，此算法是基于眼睛在整幅图片中具有更大的图像复杂度，并给出了详细的实验数据。 实验表明，新的眼睛定位算法，在现有的实验数据下具有100％的正确定位率，而且新的眼睛定位算法计算速度快，容易实现，完全能满足实时性的要求。