头部姿态估计是计算机视觉和人机交互交叉领域的研究热点。基于模型的头部姿态估计方法,根据针孔透视成像的原理,建立人脸二维图像和头部三维模型之间的联系,从而能够以二维图像的变化来估计头部姿态。基于模型的方法在特征点定位精准的情况下,可以能得到连续的估计值,精度较高,因而得到了广泛的研究。本文研究的头部姿态估计方法主要分为三个步骤:人脸检测、人脸对齐和参数估计。人脸检测和人脸对齐是头部姿态估计的前端处理部分,检测人脸并为参数估计提供特征点坐标信息。参数估计利用迭代算法得到准确的头部姿态估计值。然而在这个过程中,人脸检测速度慢、特征点漂移、精确的头部三维模型不便于获取等仍然是比较棘手的问题,如何快速准确地得到头部姿态估计值一直是研究人员努力的方向。本文针对头部姿态估计过程中存在的问题,在前人的研究基础上做了如下工作:1、以前帧结果为基础,改进人脸检测的搜索策略,在保证识别率的同时大幅提升了检测速度。2、对特征点进行优化筛选,以前邻帧姿态角作为预判的条件,在前邻帧姿态角左右偏转超过阈值时认为当前帧处于轮廓边缘的部分特征点是坏点并予以剔除,从而提高了估计精度。3、头部姿态的求解优化,直接将前邻帧最优参数矩阵作为当前帧迭代求精算法的初值矩阵,在保证收敛精度的同时,简化了求解步骤。4、利用反投影误差调整通用头部模型的二维参数,提升估计精度。