近年来,随着CPU性能的不断提高,计算机图形学、图像处理技术及相关学科的飞速发展,真实感三维人脸模型重建和动画技术再次成为人们研究的热点.它在电影、广告、游戏制作、医学手术规划与仿真、基于模型的视频编码技术、虚拟现实等领域中具有重要的意义.目前三维人脸模型重建的主要方法有:(1)基于多视角人脸图像和通用三维人脸网格的模型法;(2)利用三维扫描仪获得人脸切片图像然后进行三维模型重建的方法.考虑到人脸深度结构和正面信息之间的统计关系,并且在一定姿态范围内深度信息对重建模型的视觉效果影响不大,该文提出了基于单幅正面人脸图像的三维人脸模型重建方法.关键特征点提取是整个系统的关键步骤,特征点提取的准确性直接影响到三维人脸模型重建和基于此模型的表情变化的效果.实验中采用可变形模板的方法进行特征点边界提取,为了提高计算速度及检测准确度,提出了如下由粗到精的逐级关键特征点提取方法:(1)人脸区域检测,采用基于特征不变量的假设-验证方法;(2)面部特征点定位,采用积分投影法;(3)面部特征点边界检测和关键特征点提取.然后根据提取的关键特征点和通用三维人脸模型进行网格个性化,对平面人脸图像进行柱面纹理映射,得到三维显示所需的纹理图,最后生成虚拟角色,实现视角变换,根据肌肉模型产生表情变化.实验证明,该文方法在一定姿态变化范围内可获得理想的视觉效果,同时具有快速、方便、无需人工干预和硬件设备要求低等优点.