solvepnp与solvePnPRansac求头部姿态之二：取点策略

采用68点

采用solvepnp，将脸模project到原图上，不是特别的准（下图中绿色为标注或者刷库出来的landmark，蓝色为3d脸模经过solvepnp得到的R、T投影得到的）：

68点看也还可以：

看810张图片的68点都感觉还可以啊：

采用ransac，将脸模project到原图上，经常性地更大的误差：

从68点投影看，主要是脸小了一圈，会导致距离计算不准：

即使将ransac的参数也改为cv2.SOLVEPNP_ITERATIVE，照样不准：

采用6点

采用solvepnp，将脸模project到原图上，效果要好很多：

但其实从68点的复原看，效果不行：

感觉像是这个角度了：

810张图片只有1张出现异常，其他的都基本吻合：

采用ransac，将脸模project到原图上，也比68点的好，从6点看比solvepnp的差：

但看68点好一些：

ransac还是会出现下面这种：

再例如：

耗时

采用68点solve pnp的时间（0.45ms）大约是6点solvepnp（0.32ms）的1.4倍
采用68点solve pnpRansac的时间（3.6ms）大约是6点solvepnpRansac（0.6ms）的6倍

结论

1、采用68点的风险在于人脸yaw比较大时，不可见的一侧脸的标注一般与实际脸模不符，可能导致偏差交大

2、从整体效果看，solvepnp比solvepnpRansac要好

3、建议采用68点的solvepnp，刷完之后要project过来，逐个结果地校验