头部姿态估计是指在摄像机获取的人脸图像序列中确定人脸在三维空间中姿态的方法。头部姿态估计作为智能人机交互和计算机视觉中的一个重要的研究课题，在人脸识别、视频会议、智能监控、疲劳检测、虚拟现实、游戏和娱乐等方面都具有广阔的应用前景。头部姿态估计涉及到了人脸检测、人脸跟踪和人脸姿态估计等相关课题，目前国内外人脸姿态估计的方法大体上可以分为两类：基于人脸特征的方法和基于模型的方法。　　 本文对基于模型的方法进行了研究。在分析比较现有算法的基础上，首先采用摄像机标定的方法获取摄像机的内外参数，在获取视频图像后，用主动形状模型(ASM)对人脸标记点进行提取，并采用改进的块匹配方法进行跟踪，然后利用世界坐标系、摄像机坐标系、图像坐标系三个坐标系之间的关系，以及透视投影模型，采用P5P算法计算出每帧图像中脸部标记点的三维坐标，从而得到人脸对应于X、Y、Z三个空间坐标轴的偏转角度，并且完成了与基于仿射变换的头部姿态估计、以及麻省理工学院自适应多视角表观模型的头部姿态估计算法之间的比较。实验结果表明，在较大的姿态变化范围内，本文的算法具有良好的估计精确度和鲁棒性。