人脸作为人类内心世界的直接体现,具有相当重要地位。三维模型作为人脸在计算机中的表示,因此受到了很多研究机构的重视,被应用到了很多专业及非专业的领域。所以如何建立一个精确的三维模型并且适应相关效率要求就显的格外重要。一直以来三维人脸的建模研究主要集中在两个方面,一是提高建模的速度与自动化程度,二是提高模型的精确性。本文在阅读大量相关文献的基础上,总结了前人的建模方式,然后提出了自己的改进算法,在提高建模速度的同时也改良了模型的表现力。本文主要工作如下：(1)简化传统三维点坐标重建模型(特征点重建模型),然后利用视频序列中的多帧图像还原特征点信息。在保证特征点还原精度的前提下,加快重建速度。(2)本文使用径向基函数对非特征点进行插值。为提高系统鲁棒性采用了一种新的基函数,该函数具有正定性,保证了径向基方法总是有解,并提出分区域插值的方法提升速度和消除远端点的影响。Candide-3模型本身多边形数量较少造成最后的模型平滑度不足。本文应用多边形细分技术对模型进行细化,以缓解模型的平滑度问题,并提出了改进的自适应蝴蝶细分算法提高效率。(3)要让三维人脸模型具有更好的研究和应用价值,就必须进行真实感建模。所以仅仅一个网格框架是不够的,还需要重建皮肤等。本文使用纹理贴图的方式还原了人脸的表面皮肤。为获得更好的效果及速度,改进了以前的方法,用Phong着色模型并配合可编程渲染管线快速的完成了人脸模型的光滑渲染。(4)最后本文实验了通用模型定义的动作单元(AUs)。通过在变形后的模型上直接应用AUs,看到原始AUs定义的表情在新模型上不再精确,我们分析其原因发现是由于模型非刚性变化所导致的,要修正这种错误就必须重新定义AUs,该过程相当复杂,限于篇幅本文在修改一些AUVs改善结果以后,并未做更深入的研究,但为以后的研究做了很好的铺垫。