随着计算机技术的进步,三维人脸模型越来越多的应用于人脸识别、计算机动画等应用中。然而,一方面,当前的三维人脸数据来源多样,未进行对齐处理,不便使用；另一方面,目前三维人脸数据仍然无法方便快捷的获取,成本较高。因此,本文提出一个新的三维人脸模型自动对齐方法,以及一个从二维人脸图像到三维人脸模型的重建方法。在许多三维人脸应用中,人脸对齐是数据预处理过程中的重要一步。针对三维人脸顶点法向量的分布特性,本文提出一种基于鼻子区域检测的三维人脸对齐方法。首先,对三维人脸顶点法向量进行无监督聚类,将具有相似属性的三维人脸顶点聚集到一类；然后提出一种基于无向图的三维人脸分割算法,将三维人脸分割成为若干区域,每个区域使用平均自旋图描述；再使用支持向量机分类器挑选鼻子区域,并根据模板三维人脸的姿态,对输入人脸进行三维仿射变换；最后通过迭代最近点算法获得精确的对齐结果。对已有的二维人脸图像和三维人脸模型进行预处理后,可以利用这些训练数据学习得到一个联合径向基函数网络模型。同时,利用主动外观模型方法和局部坐标编码方法可以分别从二维人脸图像和三维人脸模型上检测出一组人脸地标点。最终,利用人脸地标点作为局部约束,通过联合径向基函数网络模型从二维人脸图像重建出三维人脸模型。实验结果表明,本文提出的三维人脸对齐方法具有较高的鲁棒性,从二维人脸图像重建得到的三维人脸模型在局部细节上也优于已有方法。