一种基于视觉Transformer的头部姿态估计方法

本发明属于计算机视觉领域，具体涉及一种基于视觉Transformer的头部姿态估计方法，包括：构建头部姿态估计模型；获取待检测的图像，将图像输入到训练后的头部姿态估计模型中，得到头部姿态估计结果；所述头部姿态估计模型包括视觉Transformer预训练网络模块、多尺度Transformer编码器模块、CNN模块以及预测头模块；本发明通过图像翻折操作引入翻折图像，能够为原图像提供自监督信息，通过这种方式，模型可以学习到姿态变化的反向特征，使得模型能够捕捉到不同姿态下的相似性，进一步提升头部姿态估计的准确度和稳定性。