前言 随着人工智能行业，模式识别等领域的快速发展，在信息化、云计算、大数据的背景下，相较于指纹识别，人脸识别可以实现非接触识别，采集方便灵活，且辨识度高，这些优点使得人脸识别广泛的应用于社会的各个阶层和各个方面，小到我们的日常生活，大到国家安全。

但现有的绝大多数人脸识别设备鉴于现实情况的要求，主要适用于人脸正面模式，即只有在目标人物一直正对摄像机（即头部姿态无上下左右的旋转）情况下，才能高效准确的识别。

摄像头本身采集的样本图片具有不可控的特点，如果目标人物在拍摄范围内因特殊原因无法正对摄像头，就无法拍摄到人脸的正面，从而得到的图像中人脸的位置，朝向和旋转都具有很大的随机性，这些明显给人脸识别带来了巨大的挑战。

如图1所示， 图1 非正面人脸图像 对于日趋智能化的时代，这些问题都无法逃避，所以必须考虑人脸朝向的偏转角度在识别过程中的影响，这对人脸识别、智能监控、疲劳检测、虹膜识别、视线估计和表情识别的研究工作有着重要的现实意义．在提高信息安全等方面具有广阔的应用前景。

由于人脸方向识别与头部姿态估计的研究具有较大的相似性，如识别原理、技术手段。

先了解头部姿态估计相关的成熟理论，借此可以作为人脸方向识别的先验理论，具有很大益处。

2．研究现状 由上文所叙，本文将从头部姿态估计和人脸方向这两方面阐述研究现状。

头部姿态估计的研究可以追溯到20世纪90年代，随着互联网 时代的发展，人们的生活与网络的联系越来越紧密，人脸姿态估计方面的研究一直吸引着大量国内外研究人员的关注。

包括：麻省理工学院人工智能实验室、微软Redmond研究院等。

国内也有很多高校，如：北京大学视觉与听觉信息处理国家重点实验室、清华大学人机交互与媒体集成研究所、中科院自动化所模式识别实验室、南京大学、电子科技大学等等[1]。