本发明提供一种基于深度学习的头部姿态监控方法、装置及系统。方法包括以下步骤：S1，采集的历史图像数据；S2，训练神经网络；S3，采集实时图像；S4，将预处理后的实时图像传入第一神经网络获得需要进行监控的人脸边界框；S5，第二神经网络确定人脸图像的角度；S6，返回步骤S3。系统包括：采集数据模块、图像处理模块和报警模块。装置包括：床、相机、相机固定支架、计算机和警报器。本发明采用第一神经网络和第二神经网络，第一神经网络先是使用改进YOLOv3算法框选出图像中出现的人脸，解决多人脸出现在监控范围内的问题；第二神经网络使用改进的VGG16网络，从图像中提取多个特征并进行融合，可以实时监控头部姿态。
