为了减小人脸图像融合痕迹,提升融合效果,提出基于参考人脸进行表情融合的方法以及基于特征点剖分的改进自适应非线性加权融合算法。在虚拟购物中,为了使客户直观的看到首饰佩戴效果,介绍了一种虚拟首饰试戴方法。为了增强客户的购物体验,在人脸图像替换过程中加入人脸渐变特效。针对常用的人脸特征点检测方法缺少对额头部分进行特征点检测的问题,采用卷积神经网络实现额头特征点检测,有效的弥补了只检测人脸内部特征点而丢失额头特征信息的不足。针对传统的图像融合方法缺少自适应机制的问题,在对人脸图像进行融合时,根据融合图像亮度差,自适应调整融合区域图像加权函数,使权值随亮度差的变化而变化,以平滑融合边界的变化速度,减小融合痕迹。通过对调整后的客户人脸图像和模特图像取不同权值进行融合,加入人脸图像替换时的渐变特效。完成人脸图像替换之后,通过阈值分割和透视变换方法将首饰图像拼接到模特之上进行首饰试戴。实验结果表明,所构建的卷积神经网络能够有效提取融合图像额头特征点,所提出的自适应非线性加权融合能够有效提升人脸图像的融合效果。基于70个特征点的人脸对齐效果要好于基于Dlib库提取的基于68个特征点的人脸对齐结果,可以改善额头区域的拼接痕迹。自适应非线性加权融合方法可以进一步减少融合痕迹,减小图像融合区域不同方向的梯度,使得图像融合区域过渡自然。基于参考人脸的表情融合方法使得人脸融合结果中面部表情更加丰富。通过虚拟首饰佩戴,可以使用户直观的查看珠宝等首饰的佩戴效果。