人脸替换(Face Replacement)是近些年逐渐应用的一门新兴技术,计算机视觉领域的人脸替换技术是指,给定源图像/视频和目标图像/视频,将源图像/视频的人脸替换到目标图像/视频上去。人脸替换技术在隐私保护、虚拟现实、影视制作、大众娱乐等方面都有着日益重要的应用价值。本论文提出了一种基于三维重建的视频人脸替换技术,实现了一个视频到视频的自动人脸替换系统,在视觉效果方面取得了较好的效果。本文的研究内容包括以下几个方面:(1)针对于Dlib库对于人脸检测不稳定的问题,进行主流人脸检测模型的对比和探究,通过在实验中对比分析它们的人脸检测效果,寻求了一种比较稳定的人脸检测模型,为后续的人脸替换相关工作提供了保障。(2)针对于传统人脸替换中所存在的问题,以及视频人脸替换的特点,引入了头部姿态估计。利用欧拉角对头部姿态进行估计,通过匹配源视频帧与目标视频帧的头部姿态以获取两者之间最相似头部姿态的方式,对于在一定范围内非正面脸的人物视频,增强了视频人脸的替换效果。(3)针对于视频人脸替换之后产生的人脸抖动现象,采用了一种抖动改善的算法。通过取前后若干视频帧人脸框均值的方法,对视频人脸替换的效果进行改善,实现了人脸框的平滑,提升了人脸替换效果。综上分析,本课题所提出的视频人脸替换系统简单有效,整个过程无需额外的人工操作,且头部姿态估计方法和抖动改善算法具有可行性。此外,该系统不对源视频和目标视频之间的人脸姿态和表情相似性有过高要求,具有一定的鲁棒性。因此,该视频自动人脸替换系统具有一定的理论和应用价值。