近年来,脸部检测和人体头部姿态估计在很多领域里变得越来越重要,如身份认证领域,注意力检测领域,安全驾驶领域等等。尤其是安全驾驶领域中,随着辅助驾驶系统的不断完善,通过对驾驶员头部驾驶姿态的检测,并在驾驶员处于危险驾驶姿态时提供警报,能大幅度减少交通事故的发生,具有非常重要的现实意义。但是传统人体头部姿态估计的方法通常使用二维彩色图像对人体脸部的特征进行识别,再通过两幅二维图像当中脸部特征对应点的坐标变化,来推定人体头部的姿态。但是这种方法存在一些问题。例如仅仅使用二维彩色图像,容易受到环境光以及化妆的影响。因此,为了尽量避免环境光以及化妆的影响,同时成功的对人体头部的姿态,在我们的研究中,我们采用一种利用人体脸部三维点云图来推定人体头部姿态的方法。首先,我们利用一种名为Kinect的新设备,通过发射红外线来获取人体脸部的三维点云图；之后我们利用获取的三维点云图来对人体头部的姿态进行估计。为了推定人体头部的姿态,我们使用了一种名为ICP的迭代算法。实验结果显示,我们成功的利用Kinect以及ICP迭代算法计算出了人体头部的旋转角度并且对人体头部的姿态进行了准确的估计。成功利用人体脸部三维点云图像估计人体头部姿态,使得在多种复杂环境中,实时检测驾驶员头部姿态成为了可能。可以完善辅助驾驶系统,减少交通事故的发生。但是ICP迭代算法本身也存在一些不足之处。例如对于人体头部旋转的角度的计算时间过长。其中比较重要的原因是ICP迭代次数较多,以及人体脸部三维点云图像中的点的数量过大等等。接下来,我们提出可能的改进办法。