匹配是双目立体视觉的核心步骤,该技术现如今发展及其火热,在很多的方向都有发展。在本文中提出了一种新的算法过程用来检测观看者的深度信息,在精度和工程耗时方面都有良好的效果。人脸识别与人眼检测是现代发展的重要支柱,所以研究相关技术也是很有必要的。正文中叙述基于Adaboost和ASM混合的定位技术,阐述了弱分类器级联成强分类器的过程以及在ASM技术中的一些关键原理。最后基于上述原理相互结合构建出一套立体显示的系统,并给出实际的核心原理,达到了很好的结果。本文的主要的特点和贡献如下:（1）提出了新的立体匹配过程。先将左右图像进行普查变换得到不太精确的结果。在此基础上,分别进行左右一致性的检测获取到初始的视差,并祛除图像中出现的异常点和遮挡点。在该过程中,以左图像为例进行分水岭处理,对得到的结果进行分割。在分割后的区域内,根据视差的分布情况对异常点进行进一步的剔除。并且利用平面拟合的方法,对区域内的视差值以及像素的坐标轴进行建模处理,获取平面的方程。然后利用建立的平面方程进一步计算无效的视差值。在图像分割中首先将图像分割成比较小的区域,保证所获取的视差能够限定在同一个平面上。在所确定的视差平面,当作下次平面拟合的训练数据再次进行异常点的剔除和无效视差的估计,直到初始视差中不含有无效的视差值。（2）介绍关于人脸识别和人眼跟踪的算法实现。先将摄像头捕捉到的画面先进行肤色的检测,目的是为了减少要搜索的范围。然后在使用Adaboost算法实行人脸的检测,接着在以上的基础上,在检测的范围内进行人眼的查找与跟踪。该功能是用Opencv框架进行实现,目的是减少实现的复杂度,提高精度。（3）设计出一套裸眼3D显示的播放系统。再结合前面的贡献点,设计一套基于人眼跟踪和立体匹配的3D显示框架。先介绍立体显示的具体原理,然后表述系统的实现过程,最后给出实际效果。