三维人脸重建是计算机视觉和图形学中的研究热点之一,在人脸识别、人脸动画、影视游戏等领域有着广泛的应用。与基于多幅图像或传感设备的三维人脸重建相比,基于单幅图像的三维人脸重建不依赖于人脸图像集合,也不会受限于硬件设备等因素。目前,基于单幅图像的三维人脸重建仍然存在的问题有:眼睛、鼻子、嘴巴等局部的重建效果不佳;人脸纹理的局部处理不够精细;人脸模型的肤色与给定的人体模型不能保持一致等。针对这些问题,本文提出了一种基于模型分割和纹理优化的三维人脸重建方法,主要工作内容如下:(1)采用张量分解方法构造整体人脸网格模型核张量,结合条件随机场分割方法和张量分解方法构造眼睛、鼻子、嘴巴的分块网格模型核张量。接着,利用级联方法检测人脸图像特征点,并通过特征点分割输入人脸图像和数据库人脸图像。同时,计算输入分块图像与分块数据库人脸图像的结构相似性指数,利用核张量匹配得到对应的眼睛、鼻子、嘴巴的分块网格模型。然后,基于权重将分块网格模型与整体人脸网格模型依次融合,并对人脸网格模型进行局部和整体的拉普拉斯平滑,最终得到精细的人脸网格模型。(2)结合谱聚类算法和层次区域树算法对人脸纹理图像进行分割和分块优化,使用泊松融合算法对纹理区域进行肤色融合,然后进行人脸纹理映射重建出具有逼真纹理效果的三维人脸模型。优化人脸纹理的同时,采用肤色椭圆模型检测人脸图像肤色区域,然后使用基于局部线性嵌入算法的编辑传播方法实现人脸的肤色转换,使重建的人脸模型的肤色与人体模型给定的肤色保持一致。(3)将本文算法同基于形变模型、基于阴影变化的重建算法做了对比。实验结果表明,本文算法重建的三维人脸模型在局部效果、逼真感和纹理细节等方面具有优势,同时本文算法的运行时间效率也较为合理。最后,本文介绍了重建算法在人体模型肤色转换上的应用,实验结果表明本文的肤色转换效果较为自然。最后,本文总结了主要的研究内容,并对今后的工作重点进行了展望。