人脸表情生成技术是计算机图形学角色动画领域的关键技术之一。这项技术的研究与发展已经存在了几十年时间,在众多的领域得到了广泛的应用,例如影视动画、视频会议、游戏娱乐和虚拟化身等。而虚拟化身是其中一项具有娱乐性和实用性的应用领域。本文的主要工作围绕人脸表情迁移和虚拟角色的面部表情生成展开。本文根据对基于局部限制模型CLM的人脸特征检测算法和基于单张人脸表情输入图像对虚拟化身进行表情迁移的算法详细了解,在Unix系统下同时实现了CLM特征检测算法和人脸表情迁移算法并可以演示。本文还实现了主动形状模型ASM人脸特征检测算法,并使用CeleA人脸数据库里面的人脸图像针对CLM算法和ASM算法进行了对比实验,并根据对比实验的结果证明特征点检测之间不是相互独立的,而是会相互影响。因此提出了在眼睛位置中心标记特征点的方法更有利于检测到张开的双眼,从而避免因为检测误差造成上下眼睑粘连的情况。本文分别使用了 CeleA人脸数据库和PICS人脸数据库中人脸表情图像对实现的人脸表情迁移算法进行了样本实验,发现了在人脸特征检测误差和人脸表情迁移误差的双重作用下,在眼睛和嘴部区域出现了和输入表情完全不一致的结果,并提出了一个通过解决核密度估计的边界效应来提高精度的方法。