我们提出了一种方法来估计摄像机和人的头部之间的距离在二维图像从校准相机摄像头。领先的头部姿势估计算法主要关注头部方向（偏航、俯仰和滚动）和垂直于相机主轴的平移。我们的贡献是一个系统，可以在平行于相机主轴的大平移下估计头部姿势。我们的方法使用一组典型的3D人头来估计相机和干扰器致使之前看不见的人头之间的距离。

    通过使用有效透视n点（EP n P）求解相机姿势来估计距离。我们使用德克萨斯州3D人脸识别数据库监控给出了有希望的实验结果。为了实现面到摄像机的距离估计，提出了一种基于单目视觉的单摄像机距离屏蔽器估计方法。该算法主要包括三个关键步骤：人脸特征区域的提取和定位、特征三角形像素面积的计算和测量公式的构造。

    为了快速检测和定位特征区域，对传统的daBoost算法进行了改进，减少了监控摄像头特征量，扩展了样本。从针孔相机模型、相机标定和面积映射出发，推导了像素面积与距离关系的测量公式。测量公式可以在系统初始化期间动态构建。定义了构造测量公式的最佳移动范围。经实验分析，测量精度在95%以上，每次测量时间约230ms，满足干扰屏蔽器精度和实时性要求。