我們提出了一種方法來估計(jì)攝像機(jī)和人的頭部之間的距離在二維圖像從校準(zhǔn)相機(jī)攝像頭。領(lǐng)先的頭部姿勢(shì)估計(jì)算法主要關(guān)注頭部方向（偏航、俯仰和滾動(dòng)）和垂直于相機(jī)主軸的平移。我們的貢獻(xiàn)是一個(gè)系統(tǒng)，可以在平行于相機(jī)主軸的大平移下估計(jì)頭部姿勢(shì)。我們的方法使用一組典型的3D人頭來估計(jì)相機(jī)和干擾器致使之前看不見的人頭之間的距離。
通過使用有效透視n點(diǎn)（EP n P）求解相機(jī)姿勢(shì)來估計(jì)距離。我們使用德克薩斯州3D人臉識(shí)別數(shù)據(jù)庫監(jiān)控給出了有希望的實(shí)驗(yàn)結(jié)果。為了實(shí)現(xiàn)面到攝像機(jī)的距離估計(jì)，提出了一種基于單目視覺的單攝像機(jī)距離屏蔽器估計(jì)方法。該算法主要包括三個(gè)關(guān)鍵步驟：人臉特征區(qū)域的提取和定位、特征三角形像素面積的計(jì)算和測(cè)量公式的構(gòu)造。
為了快速檢測(cè)和定位特征區(qū)域，對(duì)傳統(tǒng)的daBoost算法進(jìn)行了改進(jìn)，減少了監(jiān)控?cái)z像頭特征量，擴(kuò)展了樣本。從針孔相機(jī)模型、相機(jī)標(biāo)定和面積映射出發(fā)，推導(dǎo)了像素面積與距離關(guān)系的測(cè)量公式。測(cè)量公式可以在系統(tǒng)初始化期間動(dòng)態(tài)構(gòu)建。定義了構(gòu)造測(cè)量公式的最佳移動(dòng)范圍。經(jīng)實(shí)驗(yàn)分析，測(cè)量精度在95%以上，每次測(cè)量時(shí)間約230ms，滿足干擾屏蔽器精度和實(shí)時(shí)性要求。
通過使用有效透視n點(diǎn)（EP n P）求解相機(jī)姿勢(shì)來估計(jì)距離。我們使用德克薩斯州3D人臉識(shí)別數(shù)據(jù)庫監(jiān)控給出了有希望的實(shí)驗(yàn)結(jié)果。為了實(shí)現(xiàn)面到攝像機(jī)的距離估計(jì)，提出了一種基于單目視覺的單攝像機(jī)距離屏蔽器估計(jì)方法。該算法主要包括三個(gè)關(guān)鍵步驟：人臉特征區(qū)域的提取和定位、特征三角形像素面積的計(jì)算和測(cè)量公式的構(gòu)造。
為了快速檢測(cè)和定位特征區(qū)域，對(duì)傳統(tǒng)的daBoost算法進(jìn)行了改進(jìn)，減少了監(jiān)控?cái)z像頭特征量，擴(kuò)展了樣本。從針孔相機(jī)模型、相機(jī)標(biāo)定和面積映射出發(fā)，推導(dǎo)了像素面積與距離關(guān)系的測(cè)量公式。測(cè)量公式可以在系統(tǒng)初始化期間動(dòng)態(tài)構(gòu)建。定義了構(gòu)造測(cè)量公式的最佳移動(dòng)范圍。經(jīng)實(shí)驗(yàn)分析，測(cè)量精度在95%以上，每次測(cè)量時(shí)間約230ms，滿足干擾屏蔽器精度和實(shí)時(shí)性要求。
