人脸三维重建在人脸识别、医学手术、虚拟现实等领域具有广阔的应用，也是计算机视觉研究的热点课题，具有重要的学术研究意义。基于双目立体视觉原理的人脸三维重建，仅需要两幅不同角度的图像就能重建，是一种比较普遍适用的方法。其基础是特征提取与匹配算法，目前常用SIFT（尺度不变特征变换）算法。但在视角变化大时，SIFT的匹配率不高。为了提高匹配率，本文用Matlab实现具有仿射不变性的Affine-SIFT（仿射尺度不变特征变换）算法来提取人脸图像的特征并匹配，再根据双目立体视觉的原理求解成像模型参数，得到稠密的三维点云，最终建立三维人脸模型。本文主要的理论基础是双目立体视觉的原理，以及SIFT特征提取与匹配算法的原理和算法步骤。本文主要的研究工作是研究ASIFT算法的原理并用Matlab实现，使用两幅图像重建人脸三维模型，还将ASIFT和SIFT的匹配结果进行对比，分析各自的优缺点和适用场景。　　其中，本文使用Matlab来实现ASIFT算法的每一个步骤，特别是ASIFT算法比SIFT算法多了的部分:经纬度模拟，坐标变换，剔除边界特征点，以及合并匹配对，等等。除此之外，还针对ASIFT算法独有的相似特征点多、有边界特征点、匹配量大、匹配对重复等细节问题，发挥Matlab的矩阵表示、结构体数组、并行运算等特性，在保持原来的计算精度下，一定程度上优化了ASIFT算法的计算速度和内存占用。　　实验最终得到的三维人脸模型，具有足够高的精度和准确度，符合一般的实用要求。从而证明，对于图像成像视角变化大的人脸三维重建，相比常用的SIFT算法，用ASIFT算法来特征提取和匹配，匹配结果更好，三维重建效果更佳，也就是说ASIFT算法更加适用于人脸三维重建。　　采用ASIFT算法和双目立体视觉后，对相机的成像位置、拍摄角度和取景范围都要求不高，降低了操作难度，灵活性很高，拓宽了人脸三维重建的应用范围。对于文物、动物、室内场景等三维重建，视角变化大的情况也可以套用本文的方法。另外，本文的工作还为ASIFT算法提供具体的应用场景，将原来的图像目标识别功能延伸到三维重建的应用领域，希望将来能在目标识别、动态追踪、三维重建等多个计算机视觉领域展现其优势。因此，基于ASIFT算法和双目立体视觉的人脸三维重建具有重要的实际意义和科研意义。