針對(duì)人臉視頻中眼睛定位精度影響眼睛狀態(tài)識(shí)別正確率問(wèn)題，提出了一種融合在線膚色模型的眼睛狀態(tài)識(shí)別算法。首先，在人臉主動(dòng)表觀模型（ AAM）定位的基礎(chǔ)上，使用當(dāng)前用戶的膚色特征，建立在線膚色模型；其次，在初步定位的眼睛區(qū)域，再次使用在線膚色模型，定位內(nèi)外眼角點(diǎn)的精確位置，并利用眼角點(diǎn)的位置信息提取精確的眼睛區(qū)域；最后，提取眼睛區(qū)域的局部二值特征（ LBP），使用支持向量機(jī)（SVM）算法，實(shí)現(xiàn)對(duì)眼睛睜閉狀態(tài)的魯棒識(shí)別。實(shí)驗(yàn)結(jié)果表明，對(duì)比全局定位的眼角點(diǎn)定位算法，該算法可以進(jìn)一步降低眼角點(diǎn)的對(duì)齊誤差，在低分辨人臉中使用在線融合特征的睜閉眼狀態(tài)的準(zhǔn)確識(shí)別率分別為95. 03%及95. 47%，分別比直接使用Haar特征和Cabor特征的識(shí)別率提升2. 9%和4.8%，在實(shí)時(shí)人臉視頻中，使用在線特征可以明顯提高眼睛狀態(tài)識(shí)別效果。