人脸是人类日常情感表达和交流最重要、最直接的载体。人脸姿态估计是指根据单张人脸图像或从人脸图像序列确定头部在三维空间姿态角度的技术和方法。作为计算机视觉及人脸识别领域的一个基本问题，人脸姿态估计在智能人机交互、自动视频监控、人脸动画合成等方面都有着广泛的应用。　　 基于三维人脸模型的姿态估计方法可充分利用人脸的三维几何信息，并且不需要预先获得大量训练数据，近年来成为姿态估计领域研究的一个重要方向。针对目前基于三维模型的人脸姿态估计方法存在的计算开销较大、计算过程复杂，难以应用于实时计算，模型精度通常不高的不足，本文首先实现了基于单张人脸照片的三维形状恢复，进而提出了基于三维模型和线性回归原理的人脸姿态估计方法。主要工作如下：　　 首先，针对传统形变模型处理速度较慢，处理过程复杂的不足，本文采用基于特征点的人脸建模方式，将基于特征点的稀疏变形模型进行修正，根据输入图像上特征点构成的形状信息计算人脸形状系数，重建对应于输入图像人脸的几何形状，并通过纹理映射生成最终的人脸模型。实验结果表明，本文方法能够快速地生成真实感强的三维人脸模型。　　 其次，在重建出的三维人脸模型基础上，提出基于三维模型和线性回归原理的姿态估计方法。该方法利用模型提供的三维几何信息，在模型和姿态图像的人脸特征点间建立对应关系，运用线性回归求解人脸姿态参数，并结合面部特征点构成的几何结构判定姿态偏转的方向。实验结果表明，利用本文方法对多轴及单轴偏转图像进行姿态估计，用少量特征点即可取得具有较好精确度的估计结果。