随着时代的进步和科技的发展,计算机视觉在人们的日常生活中越发的重要,人脸对齐、人脸检测和肤色检测便是其中的研究热点,而这几项研究又是人脸三维重建、虚拟化妆、以及表情分析等人脸相关应用的基础。本文结合人脸对齐技术进行了以下两方面的研究:(1)肤色检测技术是指在图像或者视频等各种多媒体中识别人体皮肤像素区域的过程。但是由于肤色检测受到光照,肤色,环境等条件的影响,皮肤区域定位一直是很棘手的问题。本文中提出一种将混合高斯模型和人脸对齐技术相结合的皮肤定位新思路,首先用其粗略定位出人脸皮肤区域,进而运用自适应阂值化算法、形态学算法和连通域算法相结合的技术对人脸皮肤区域进行准确定位。本文通过定义8对人脸脸型特征,运用SOM和K-Means相结合的聚类算法对人脸脸型进行分类,再采用基于Lab空间的颜色移植算法对人脸皮肤进行编辑操作实现人脸肤色的转变,最后利用基于ResNet50的深度神经网络对人脸颜值进行评分。(2)提出一种基于2D人脸姿势驱动三维模型变形的方法。首先采用人脸对齐技术检测2D图片中的人脸五官标志点,针对图像特征点和3D模型特征点使用迭代就近点拟合算法求得两者间的旋转矩阵。然后采用基于骨架驱动的网格模型变形方法调整3D人脸模型的姿势,从而实现2D图像的人脸姿势能够驱动3D人脸模型的姿势转化。最后计算该姿势下模型的法线图,生成浅浮雕模型。