三维人脸逆渲染是真实感渲染和三维重建的重要分支,本文工作就是针对这一领域的难点问题展开研究,根据单张正面人脸照片在计算机中重建并渲染一个逼真的三维头像。由于人脸的生理和几何结构非常复杂,同时材质与光照特性也是千变万化,因此基于图像的三维人脸重建与渲染一直是图形图像领域的研究热点与难点。本文以特征学习为切入点,设计和实现了一套能够根据单张正面人脸照片进行全自动三维重建和实时渲染的算法框架,在人脸检测和特征学习的基础上,通过大量先验数据建立统计模型,进行三维模型形状纹理的变形和匹配,实现高度真实感的三维人脸建模,再使用基于物理的方法获得带有肤质效果的渲染结果,我们通过实验验证了该套框架的有效性。本文的主要研究内容和研究工作包括:(1)提出了“三步式”逆渲染算法框架,将三维人脸逆渲染分解为三个阶段,第一阶段为二维人脸图像特征学习,第二阶段根据特征学习结果进行三维人脸重建,第三阶段细化人脸模型,并使用基于物理的方法实现人脸实时渲染。(2)实现全自动的三维人脸几何模型和纹理的重建,在三维形变统计模型的基础上提出两点算法的改进,第一,在进行全局匹配之前,先在关键特征局域进行局部变形;第二,引入人工神经网络来对图像中的光照参数进行估计。大大提高了重建的效率。(3)引入了基于物理的方法和微面元的概念,对人脸模型进行细化,通过高级纹理映射技术,表现皮肤的反射和散射,最终得到人脸的全局光照效果。(4)实现了一个人脸重建工具,对输入的正面照片进行人脸检测与识别、特征提取、特征点深度估计,能够显示三维点云与网格数据,完成三维人脸模型重建。(5)实现了一个三维人脸渲染器,基于Unity引擎完成底层着色程序的重构,在外界环境不断变化时,能够生动地展现人脸的细节,渲染效果逼真,并且达到实时。(6)对三维人脸逆渲染框架中的所有关键算法进行了测试,观察和记录了执行时间,在效率和效果上与其它研究工作进行对比分析,从而验证我们方法的有效性。