人脸是人体最具表达力的部分,具有个性化和多样化的特点。生活中我们通过人脸来辨别身份,通过人脸来表达喜怒哀乐,人脸在我们平时的生活中起着举足轻重的作用。人脸具有复杂的几何形状和表面材质,现有的一些问题用二维方法不能很好地解决。如在人脸识别方面,表情变化问题始终是一个阻碍提高识别率的关键因素,如果能在三维模型上人工合成表情动作,充分利用三维信息进行识别,在理论上会提高识别率和识别的鲁棒性。同时人脸建模在计算机动画等领域也有着很好的应用。本文从人脸的三维重建技术研究出发,提出了改进型的形变模型框架,实现初步的单幅正面人脸三维人脸重建系统,并对人脸重建中的关键技术——图像配准技术做了重点研究。主要工作内容如下:1. BJUT-3D三维人脸数据库的原始数据非常粗糙,本文从人脸库中提取了纹理信息,并对其进行了投影和影射处理,建立三维人脸的正面人脸信息库及相应的三维人脸信息索引库。对建立的人脸图像库做了一定预处理,包括对光照的归一化处理等,按照性别、年龄等条件对所建立的人脸库进行分类。2.三维数据扫描仪获取的三维原始样本的数据量相当大,在配准时运算时间较长,对计算机的要求也特别高,本文提出了改进型的形变模型框架。主要包括两方面的工作:(1)精简原始三维模型的数据点(主要是按照一定的步长对原始模型进行采样);(2)提出了改进型的形变模型框架,优化了人脸建模过程。3.分析了人脸数据的特点,利用数据结构描述了三维人脸信息,结合OpenGL,初步建立了三维人脸重建系统,实现了对三维人脸模型的快速建模和显示。4.重点研究了人脸重建的核心技术——图像配准技术以及它的运用。利用光流技术实现了不同人脸间的稠密对应,并结合光流技术和AdaBoost人脸检测算法,提出了一种融合算法用于视频人脸的实时检测方法。5.结合AAM算法与Warp图像变形技术,提出了一种新的图像配准技术方法。并将该方法用于建立虚拟人脸库,提高多姿态人脸识别的识别率。