头部姿态检测是计算机视觉、人机交互、智能监控、疲劳检测等领域的一个热点研究课题。头部姿态检测就是通过摄像机的拍摄及一系列的数据处理和分析来获取头部位置和姿态的过程。本文围绕头部运动姿态检测的相关算法,介绍了头部姿态检测的研究背景和意义,研究方向和方法,并简单介绍了OpenCV的结构、’优点和功能。本文主要论述了摄像机标定、人脸检测、头部姿态检测系统中面部特征点模型的建立和拟合及头部姿态的估计。具体工作如下。首先,摄像机标定。摄像机标定是联系真实三维世界测量和摄像机测量的桥梁。其目的就是要建立三维世界坐标与二维图像坐标之间的一种对应关系。摄像机标定主要是求摄像机的参数的一个过程,也就是确定摄像机的图像坐标系与物体在空间的三维坐标系之间的映射的过程。本文在研究了摄像机标定的原理及前人的标定方法的基础上,实现了基于OpenCV的摄像机标定,为后文3D姿态检测提供了参数。其次,人脸检测。人脸检测顾名思义就是检测图像中是否包含人脸。本文所采用的人脸检测方法是在AdaBoost算法的基础上改进而来的。该方法首先训练分类器,再用训练好的分类器通过改变检测窗口大小的方式遍历图像来检测图像中是否包含人脸。人脸检测是人体面部信息处理的第一步,也是不可缺少的一步,它为后面的AAM特征匹配奠定了基础。再次,人脸特征的提取。人脸特征提取就是用建立好的模型去匹配图像中有相似特征的人脸,并返回其对应的特征点信息的过程。本文所采用的是基于主动表观模型的人脸检测方法。该方法首先是模型的建立,得到带有参数的可形变的AAM模型。然后就是模型的匹配,通过调整参数改变模型使其不断地逼近目标图像,在这个过程中不断调整参数,最终实现输入图像中关键点的定位和提取。最后,用POSIT算法估计头部姿态。将前面获得的摄像机内参和提取出的人脸特征输入POSIT算法,就可以对人体头部的姿态进行估计。本文在成功检测到头部的位置参数和姿态参数的基础上,还实现了对头部姿态的实时检测。本文在算法设计的基础上,使用C和C++语言最终实现了一个简单的实时头部姿态检测系统,并采用试验者的头部对该系统的准确性和健壮性进行了检测。经分析,算法已经达到了需求的要求,并对相关方向的研究具有一定的参考性。