随着科学技术的发展，三维技术逐渐走入了人们的日常生活，人们的很多消费习惯在不断地升级，为了提供更好的体验，许多科学技术在向三维方向过渡发展。随着人工智能和机器视觉技术的发展，在图像处理领域，近几年三维人脸重建成为了一个热门话题，对其进行深入研究具有很大的理论价值和现实意义。使用单张输入图像进行三维人脸重建具有一定的挑战性，目前很多传统三维人脸重建算法需要一定的手工操作，并且在人脸存在一定旋转角度时，存在人脸特征点定位不准确的问题，三维人脸重建效果不佳。为了解决传统三维人脸重建算法中存在的问题，本文提出了基于ASM特征提取的三维人脸重建算法，并且开发了自动三维人脸重建的系统，提高了三维人脸模型的精度，加快了三维人脸重建的速度。本文的研究工作主要包含以下几方面:　　第一，针对在旋转角度下人脸特征点检测不准确的问题，改进了基于主动形状模型的人脸特征检测算法。从侧脸的角度优化了全局形状模型，精细化了局部纹理模型的搜索参数、搜索策略。在保证无旋转情况下人脸特征检测率的基础上，提高了45°角以下人脸偏转情况的特征检测率，从而改善了人脸特征检测的准确性。　　第二，针对传统三维人脸重建算法精度低、鲁棒性差的问题，建立了一种改进的三维人脸形状模型，优化了人脸旋转情况下三维人脸匹配算法性能。通过训练得到了平均三维人脸模型，并增加了形状描述分量、表情描述分量，提高了不同脸型轮廓、不同表情的重建精度。当人脸发生旋转时，优化了三维人脸模型特征点调整算法，自动地计算出三维人脸模型特征点新位置，克服了传统算法建模不准确的问题，增强了重建算法的鲁棒性。　　第三，针对传统三维人脸重建算法速度慢的问题，结合主元成分分析算法和稀疏三维人脸模型，设计并编程实现了自动三维人脸形状重建算法，无需人工干预，提高了三维人脸重建速度。针对传统三维人脸重建算法真实感不强及面部遮挡问题，改进了补全与修复面部遮挡的三维人脸纹理重建算法。结合OpenGL技术和图像融合技术，恢复了耳朵区域、脸颊区域的被遮挡纹理，得到了视觉效果好、真实感强的三维人脸重建结果。　　最后，基于上述研究内容，使用BJUT-3D人脸库进行了大量实验，验证了提出的基于ASM特征提取的三维人脸重建算法的可行性，相较于传统三维人脸重建算法，降低了重建人脸与三维原始数据间的均方误差，重建时间由4.5分钟降到了15.7秒，本文算法在三维人脸模型的重建精度和重建速度上具有一定的优势。