图像中的人脸替换是指用源图像中的人脸区域替换目标图像中的人脸区域。人脸替换技术在娱乐、虚拟现实、隐私保护、视频聊天等方面具有极大的应用价值。本论文提出了一种改进的图像中的人脸自动替换方法,并实现了自动人脸替换系统,在视觉效果与处理速度方面都得到了较好的结果。本文的主要研究内容有以下几个方面:(1)针对传统的头部姿势估计比较复杂的情况,提出了一种在人脸替换中简单有效的基于几何特征的头部姿态估计方法。人的头部姿势可以用俯仰角、偏航角和滚转角三个角度来描述。由于俯仰角与偏航角难以精确计算出来,本文不直接计算这两个角度,仅计算容易得到的滚转角。本文根据“三庭五眼”理论以及人脸特征点定位结果,通过计算俯仰距离比、偏航距离比以及滚转角来估计头部姿势。(2)针对传统的人脸替换未考虑人脸是否存在眼镜遮挡的情况,本文提出了一种眼镜遮挡情况下的人脸替换方法。首先,充分利用特征点定位结果进行精确的人眼定位,进而确定眼镜检测区域;然后,训练眼镜检测分类器,检测目标人脸是否佩戴眼镜;若目标人脸没有佩戴眼镜,则直接用源人脸替换目标人脸;若佩戴了眼镜,则选择合适的方法进行人脸替换,避免覆盖眼镜区域。(3)针对传统人脸替换速度的不足,提出了一种视频中的实时人脸替换。首先,对视频帧进行人脸检测,将检测到的人脸区域设定为感兴趣区域。接着,用人脸对齐算法提取68个人脸特征点,分别为双眉(10个点)、双眼(12个点)、鼻子(11个点)、嘴(18个点)、脸轮廓(17个点)。然后,根据这些人脸特征点对齐源人脸图像与目标人脸图像。最后,用泊松图像融合算法将源人脸图像无缝融合到目标人脸图像中。本文实现了静态图像和视频中的自动人脸替换系统。实验表明本文提出的头部姿势估计方法简单有效,静态图像中眼镜遮挡情况下的人脸替换具有较好的替换效果,视频中的人脸替换具有较快的替换速度。与传统的自动人脸替换技术相比,本文的人脸替换方法具有更快的处理速度,且不需要进行复杂耗时的三维人脸重建,具有一定的理论价值和应用价值。