【人脸识别】根据关键点进行人脸姿态估计

最新推荐文章于 2021-12-02 19:00:04 发布

爬爬与芝士

最新推荐文章于 2021-12-02 19:00:04 发布

阅读量4k

点赞数 2

分类专栏：人脸识别

本文链接：https://blog.csdn.net/shangpapa3/article/details/102664188

版权

该博客介绍了如何通过欧拉角进行人脸姿态估计，详细阐述了使用OpenCV的solvePnP函数解出旋转向量的过程，并解释了如何将旋转向量转换为旋转矩阵和欧拉角。内容包括相机内参矩阵、畸变系数的获取，以及解决非线性最小二乘问题的方法。

摘要由CSDN通过智能技术生成

欧拉角（Euler Angle）

在这里插入图片描述
pitch：俯仰角，围绕X轴旋转;

yaw：偏航角，围绕Y轴旋转;

roll：翻滚角，围绕Z轴旋转。

第一步：用Opencv的solvePnP函数解出旋转向量

C++: 
bool solvePnP(InputArray objectPoints, InputArray imagePoints, InputArray cameraMatrix, InputArray distCoeffs, OutputArray rvec, OutputArray tvec, bool useExtrinsicGuess=false, int flags=SOLVEPNP_ITERATIVE )
Python: 
cv2.solvePnP(objectPoints, imagePoints, cameraMatrix, distCoeffs[, rvec[, tvec[, useExtrinsicGuess[, flags]]]]) → retval, rvec, tvec