在机器视觉领域,三维建模技术一直受到国内外学者的广泛研究,人脸三维重建是三维建模技术的关键分支之一,在游戏、医疗、影视和商业等领域都有成熟的应用。由于人脸姿势表情变化会产生形变,基于二维人脸识别的系统会导致识别率的下降,所以进行人脸姿势表情校正很有必要。本文提出在二维人脸图像中基于主动表观模型(Active Appearance Model,AAM)进行人脸对齐(特征点定位),并在此基础上基于三维形变模型(3D Morphable Model,3DMM)进行人脸姿势表情校正的方法。首先,人脸对齐是人脸重建的基础,本文在二维人脸图像中将局部纹理模型和AAM模型相结合,得到人脸68个特征点,再利用Fast-SIC算法来改进AAM模型,提高模型的拟合效率。本文算法在AFLW及LFPW两个大型人脸数据库及自测人脸实验上均有良好的对齐效果。然后,在人脸对齐的基础上,进行人脸三维重建。本文提出了BFM-3DMM模型,在原始的3DMM模型的基础上添加了表情参数,经过BFM-3DMM模型校正后的人脸不够平滑,本文利用SFS算法不会受到原始统计模型的约束的特点,对BFM-3DMM模型校正后的二维人脸进行再校正,实验证明校正后的二维人脸更加平滑且具有高保真度,还能够保留图像背景等信息。最后,针对3DMM模型对亚洲人脸特征建模上的弊端,本文在基于面结构光三维扫描仪系统中实测了亚洲人脸的三维重建过程,详细介绍了标定、扫描和平滑步骤,得到了较为平滑的人脸三维模型,为下一步建立适合亚洲人脸的三维模型打下基础。