近些年来,随着消费级别RGB-D相机的问世和普及,普通用户也能够方便地获取现实生活中各类物体和人物的几何信息。然而真实世界中的物体是丰富多彩的,只有几何形状的三维模型显然不足以表达模型的真实感。由于消费级别的RGB-D相机的分辨率一般不会太高,手持相机扫描时的稳定性也比较差,在对物体进行三维重建的过程中,相机的位姿和三维几何模型都不够准确,而且还有未知的材质和光照被耦合在彩色图像中,使用消费级别的RGB-D相机往往难以估计出具有真实感的模型视觉外观。在真实感模型的需求与日俱增的背景之下,本文主要针对人脸进行视觉外观估计,通过用消费级别的RGB-D相机采集人脸三维几何模型和一组彩色照片作为算法输入,对不准确的相机位姿、人脸几何形状以及未知的人脸材质和环境光照进行联合优化,以估计人脸几何模型的视觉外观。由于人体皮肤的结构非常复杂,要模拟人体皮肤外观是一个十分具有挑战性的问题,而人类又对人脸异常熟悉,这使得人脸上的任何微妙之处都能够轻易引起人们的注意,这就需要对人脸的材质进行十分精确的建模。本文将人脸皮肤对光线的反射分成了主要由皮肤表皮层和真皮层贡献的漫反射部分和主要发生在皮肤表面油脂层的镜面反射部分两部分,通过使用双向表面散射分布函数来对皮肤所具有的半透明效果进行建模,同时对于人脸的镜面反射,本文采用了基于物理的BRDF模型。为了更准确地获得人脸材质的初值,本文还使用了一些人脸材质参数的先验知识。通过实验对比和数据分析,结果证实本文算法能够估计出较为真实的人脸视觉外观。