人脸识别中，人脸角度相关概念：https://www.jianshu.com/p/73fc0c13d6e0 如何计算得到姿态角：https://blog.csdn.net/u014090429/article/details/100762308 姿态角分为Pitch、Yaw、Roll，用于表示人脸在空间三维坐标系内的角度，常用于判断识别角度的界限值。
各角度阈值如下：
Pitch：三维旋转之俯仰角度，范围：[-90（上）, 90（下）]，推荐俯仰角绝对值不大于20度； Yaw：三维旋转之左右旋转角，范围：[-90（左）, 90（右）]，推荐旋转角绝对值不大于20度； Roll：平面内旋转角，范围：[-180（逆时针）, 180（顺时针）]，推荐旋转角绝对值不大于20度；
人脸识别68个点，从0开始
参考文档：https://blog.csdn.net/DUDUDUTU/article/details/125166035
68点标注是现今最通用的一种标注方案，早期在1999年的Xm2vtsdb数据集中就被提出，300W数据集和XM2VTS等数据集也都采用了68个关键点的方案，被OpenCV中的Dlib算法中所采用。 68个关键点的标注也有一些不同的版本，这里我们介绍最通用的Dlib中的版本，它将人脸关键点分为内部关键点和轮廓关键点，内部关键点包含眉毛、眼睛、鼻子、嘴巴共计51个关键点，轮廓关键点包含17个关键点。
// 鼻尖 30 // 鼻根 27 // 下巴 8 // 左眼外角 36 // 左眼内角 39 // 右眼外角 45 // 右眼内角 42 // 嘴中心 66 // 嘴左角 48 // 嘴右角 54 // 左脸最外 0 // 右脸最外 16
Dlib所采用的68个人脸关键点标注可以看上图，单边眉毛有5个关键点，从左边界到右边界均匀采样，共5×2=10个。 眼睛分为6个关键点，分别是左右边界，上下眼睑均匀采样，共6×2=12个。 嘴唇分为20个关键点，除了嘴角的2个，分为上下嘴唇。上下嘴唇的外边界，各自均匀采样5个点，上下嘴唇的内边界，各自均匀采样3个点，共20个。 鼻子的标注增加了鼻梁部分4个关键点，而鼻尖部分则均匀采集5个，共9个关键点。 脸部轮廓均匀采样了17个关键点。 如果把额头部分也加上去，就可以得到