表情是人类传达情感的载体,能够最直观的反映出一个人的观点、态度和情绪。随着动画电影、游戏等娱乐产业迅速发展,人们对于虚拟人物表情表现力的需求也在不断提升。其中,基于真实表演者的表情捕捉和表情迁移因其表情的自然性和丰富性而成为主流的解决方案。目前大部分表情捕捉技术需要依赖物理标记点或深度相机,设备要求较高,针对这一问题,本文研究了基于单目摄像机的人脸表情迁移系统,包括三维人脸重建和表情合成问题,给出了根据视频图像进行实时表情捕捉和表情合成的模型方案,并在此基础上实现了实时人脸表情迁移系统。本文首先研究了三维人脸重建问题,使用三维可控制模型从二维图像中还原三维人脸表情,基于ResNet建立了深度残差三维可控制模型参数回归网络,根据视频帧连续型的特点对网络参数进行初始化。为了解决三维图像数据不足的问题,采用有监督训练和无监督训练结合的训练方式,设计了两阶段损失函数,提高了表情回归的精度。其次,采用形状融合算法进行表情合成,设计了一套骨骼层级关系和蒙皮权重计算方式。针对表情基模型制作需要依赖大量手工调整的问题,提出了一种基于模型迁移的表情基自动合成算法,根据拉普拉斯变形算法和手工微调生成少量训练表情基,采用表情基形状和融合权重迭代优化的方式实现全部表情基的语义对齐。该算法减少了人工工作量,与传统表情基合成算法相比提高了拟合效果。根据以上的三维表情回归和自动表情基合成算法,结合人脸检测、形状融合等技术,搭建了基于单目摄像机的人脸表情迁移系统,实验表明,系统能够对视频中的人脸表情进行高拟合度的实时迁移,验证了系统的可用性。