随着计算机软硬件技术、多媒体技术的发展,尤其是虚拟现实技术的发展,用计算机打造一个虚拟世界已经不再是梦想。人们越来越期盼能将自己融入虚拟世界之中,感受身临其境的体验。为了达到这一目标,需要很多相关技术。其中,通过普通摄像设备重建人脸是这一应用的重要基础之一。本文从单目摄像机拍摄的以人脸为主体的视频序列中重建人脸模型。整个重建过程主要分为三个部分:特征点提取、特征点匹配、三维重建。本文用低阈值的Plessy算子提取角点,并提出对其结果采用ScaleMap的方法来减少数量。实验显示,本文的方法在保证特征点稠密分布的前提下,能减少近一半数量的特征点。特征点匹配是对前后帧中提取的特征点进行匹配。本文结合光流和特征区域匹配方法的优点,先用光流算法对前一帧的特征点进行跟踪,估计其在后一帧中的大致位置。然后用ZNCC方法来评估特征点的匹配程度,并在小范围内调整特征点位置。本文方法在保证特征点精度的同时提高了特征匹配的速度。三维重建是通过极线几何的方法恢复出基础矩阵和摄像机的投影矩阵。然后用恢复的基础矩阵校正二维匹配点对。最后用摄像机投影矩阵将匹配的二维点对恢复成三维点云。本文所描述的方法没有特殊的设备要求,无需专门的摄像机定标过程。实验结果显示,本方法精度尚可,计算速度较快,适用于需要快速人脸建模的场合。