张立民 姜 杰 方 伟 刘 凯

（海军航空大学 烟台 264001）

1 引言

座舱模拟飞行训练，是指通过配备油门、拉杆、脚蹬等真实的操纵原件，结合视景系统和动感平台还原真实的飞行体验，可以对飞行员进行起飞、降落、空中加油、编队飞行、战术对抗以及面对复杂情况下的应急处置训练。其低成本、低风险和高效果、高回报的训练方式，对未来真实训练作战具有重要的战略意义。通过对座舱模拟飞行训练中的飞行员头部姿态进行解算和跟踪，可以实现头位跟踪瞄准、注意力分配、疲劳度检测等功能，这对于提升飞行员训练水平具有十分重要的意义。

目前对于飞行员头位跟踪的方法还停留在传统的光电法和电磁法，运用机械、传感器等手段对飞行员头部进行跟踪定位，在座舱模拟飞行训练环境中，通过计算机视觉结合机器学习算法，可以实现对飞行员头位的实时跟踪解算，有效提升训练效果。相较于传统方法，简单便捷，对飞行员头部无负担，结算定位快速准确，受干扰小，采用HOG对特征提取相比于Haar，可以很好地描述了形状、外观信息，提取特征点多，并且对光线变化和小量的空间平移不敏感，计算复杂度小。

2 主要方法

飞行员头位跟踪方法，首先通过HOG提取视频中单帧图像的特征，经SVM对特征进行分类，完成人脸检测，然后通过Heatmaps对图像中人脸关键点进行标记，最后运用Posit算法完成对飞行员头位的跟踪定位。

2.1 基于HOG-SVM的人脸检测方法

HOG即方向梯度直方图（Histogram of Orient⁃ed Gradient），是被广泛应用于计算机视觉和图像处理的一种特征提取算法，可以对图像特征加以描述的算子，通过计算图像中各个区域的方向梯度直方图，从而完成对特征的提取和统计［1］。……