本文介绍了头部姿态检测的重要应用场景，包括注意力检测、行为分析、人机互动和视线追踪，并详细阐述了检测过程中涉及的俯仰角、偏航角和滚转角。主要检测方法包括经典方法、SVM训练和预测，以及深度学习方法。重点讨论了2D到3D的转换，利用opencv的solvePnP函数计算旋转和平移矩阵，以及头部姿态估计在实际应用中的挑战和解决方案。
头部姿态检测的意义：
(1) 注意力检测：通过判断头部姿态可以判断人的注意力情况。比如可以检测长途司机是不是在目视前方，长时间不目视前方
(2) 行为分析：通过视频监控分析再辅助其他算法可以判断一个人是否具有不轨行为，做到提前预警，防患于未然
(3) 人机互动：人的头部动作有时可以表示意义，传递信息。摇头在大多数人看来是否认，点头表示同意
(4) 视线追踪：也可以称为眼球跟踪，准确的 头部姿态估计能够提高视线追踪的精度
头部姿态检测是通过2D图像映射到3D图像，得到人脸姿态的朝向，主要检测的参数有三个，分别是pitch(围绕X轴旋转)，yaw(围绕Y轴旋转) 和 roll(围绕Z轴旋转) ，分别学名俯仰角、偏航角和滚转角，就是抬头、摇头和转头。
主要的检测方法有三种：
1、经典版： 2D人脸关键点检测--->3D人脸模型匹配求解--->3D点和对应2D点的转换关系--->根据旋转矩阵求解欧拉角
代码链接：https://github.com/JuneoXIE/mtcnn-opencv_face_pose_estimation/blob/bedc3e7503190b2d468f64ef01a48d0
最低0.47元/天 解锁文章
扫一扫
4041
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
