随着计算机和互联网的不断发展,网上购物已经成为人们生活中的一部分。在眼镜行业,销售的方式不仅仅只限于实体店,各种眼镜网站变得越来越多。通过网络和传统的销售模式相结合,进一步促进了眼镜的销售。但是在网上购买眼镜的时候,消费者看不到自己的试戴效果,因此就会出现各种售后的问题。虚拟眼镜试戴技术的出现弥补了传统互联网下销售的不足,帮助用户实现眼镜试戴的效果。本文提出基于视频的方式实现虚拟眼镜试戴,让用户实时的试戴且达到更佳自然的、全面的试戴效果。本文的主要研究内容如下:在人脸对齐阶段,本文在MTCNN方法的基础上实现满足虚拟眼镜试戴的人脸特征点对齐。具体的,选取相对稳定的五个特征点完成眼镜图像的定位。在图像做预处理时,需对图像做金字塔,由于设置合适的最小人脸尺寸和缩放因子可以优化计算效率,本文对此重新设置合适的值以满足眼镜试戴中的人脸检测对齐。在头部姿态估计阶段,本文利用迁移学习的思想,采用MTCNN的模型参数,对MTCNN的O-Net网络的全连接层进行迁移学习,采用头部姿态数据集重新训练,获取姿态模型,最后实现头部姿态的估计。在眼镜处理阶段,本文提出在获取姿态之后,让眼镜图像跟随头部偏转相同的角度,并且对眼镜做透视变换处理。为实现具有三维效果的试戴,本文将镜腿进行缩放处理,根据偏转的角度将镜腿缩放出合适的长度。最后,本文实现了一个实时的、更佳自然的、可对比及个性化的虚拟眼镜试戴系统,提高用户的体验度。通过实验比较,本文的方法不需要深度相机的辅助,无需进行3D建模等耗时的工作,能够实时实现令用户满意的试戴效果。