章 惠，张娜娜，黄 俊

（1.上海海洋大学信息学院，上海 201306；2.上海建桥学院信息技术学院，上海 201306）

（∗通信作者电子邮箱nanazhang2004@163.com）

0 引言

近几年，计算机视觉在人脸识别、人脸检测等方面的应用越来越广泛，逐渐头部姿态估计算法的研究应用成为了计算机视觉的热点话题之一。头部姿态估计指计算机系统对外部输入的图像文件或者视频文件进行解析和预测，从而确定用户的头部在三维空间中的位置和姿态参量。通常头部姿态的参量是指用户头部在三维空间中的旋转角度，分别为左右旋转产生的偏航角（Yaw）、平面内旋转产生的滚动角（Roll）和上下旋转产生的俯仰角（Pitch）［1］。头部姿态估计在疲劳状态检测、智慧教室、活体检测［2］等领域有着广泛的应用。

近年来，国外的麻省理工学院人工智能实验室、国内的浙江大学计算机学院等研究单位都在开展对头部姿态估计的算法研究。目前已经出现了多种头部姿态估计算法，如基于多阵列器分类、基于非线性回归、基于三维图像等方法［3-4］，根据是否需要定位用户的面部关键特征点，可以大致分为基于人脸外观和基于模型的两种方法［5］。基于模型的头部姿态估计方法主要是通过计算机系统检测并定位用户面部的关键特征点如唇部的唇峰和嘴角、眼周轮廓、鼻尖等，利用三维空间和二维图像之间的映射关系进行头部姿态分类。基于人脸外观的方法则相反，是通过模型训练确定输入的图像与已标记的图像的相似程度来进行头部姿态估计。……