随着以人为中心的计算应用程序不断增多,人脸分析研究的重要性也在不断增大,从人脸图像中估计头部姿态逐步成为三维人脸建模、驾驶员监控安全系统、智能人机交互等应用中的重要问题,此外在人脸识别问题的解决方案中也需要处理好头部姿态变化。本文针对人脸姿态估计的研究背景及意义,采用了基于多模板匹配的SDM人脸姿态估计方法,本文主要包括人脸检测、人脸特征点定位、头部姿态估计及头部姿态参数的测量四部分。具体工作内容如下:首先,人脸检测方法。本文采用基于Adaboost算法的人脸检测方法,并结合Haar特征,通过对弱分类器训练得到强分类器,对强分类器级联得到级联分类器,进而实现人脸检测。并针对在检测过程中产生的具有多个人脸框的情况进行改进,采用置信度合并的方法将重合的人脸框合并,并通过实验得到验证。人脸检测是头部姿态估计预处理的首要一步,进而检测人脸的位置信息。其次,人脸特征点定位方法。本文采用基于SDM算法的人脸特征点定位方法,并针对在大姿态的偏转、特征点定位效果不好的情况,采用多模板匹配的SDM算法,将人脸按偏转的角度分为5类,不同的姿态对应不同的模型,利用LBP特征和随机森林的方法进行处理,并在实验中得到验证。人脸特征点定位是头部姿态估计的关键步骤,为头部姿态的预处理提供特征的提取。最后,人脸姿态估计。本文采用POSIT算法的人脸姿态估计方法,通过OpenCV对摄像机进行标定,获得摄像机内参,以及人脸特征点、三维头部模型作为输入参数,进行求解头部姿态的参数。