三维重建是计算机视觉领域的一个重要主题,特别是三维人脸重建,因为它在游戏,动画和电影中有着广泛的应用。人脸重建有很多种方法,传统的方法包括:基于轮廓的,基于着色信息的,基于纹理的。有的方法精度比较高但是需要标定相机,有的方法不需要标定相机但是精度又不够,基于形变模型的人脸重建很好的解决了此问题。本文在形变模型的基础上设计出一种新颖的拟合系统,组合使用了多个优化函数,把代价函数变得更加平滑,使用随机牛顿法求解,在求解过程中应用了多级优化策略。与传统人脸重建方法相比,本文的算法在重建精度和稳定性方面表现的更好。算法的核心框架是一个迭代的过程,它有两个阶段:图像分析与图像合成。在图像合成阶段需要把形变模型渲染成图像,在图像分析阶段开发代价函数,使用优化算法求解。首先,建立形变模型;接着,进入图像合成阶段,使用计算机图形学的方法渲染图像,在着色器中完成对模型的几何变换,光栅化和着色的操作,而且还应用了深度缓冲技术合成阴影图,使合成的模型图像更加真实;然后,进入图像分析阶段,在输入图像与渲染图像之间建立特征点代价函数,轮廓代价函数和像素强度代价函数。拟合特征点调整模型的姿态与输入图像一致,拟合轮廓使渲染图像和模型图像的形状形似,拟合像素强度使渲染图像和模型图像的颜色相似。在优化过程中遵循多级拟合策略,第一级的拟合输出作为下一级的初始值,这个初始值与真实值比较接近,所以能够更加快速和稳定的求解;最后对整个拟合系统的时间复杂度做了进一步优化。通过两组实验对本文算法进行了验证,第一组实验在本文系统与商业人脸重建软件之间进行对比,结果表明我们的算法在形状精度和纹理真实程度方面更有优势,第二组实验证明了算法的适用范围很广,稳定性很强。