三维人脸表情生成算法是当下计算机视觉领域中热门的研究课题之一。经过几十年许多科学家的共同努力,三维人脸表情生成算法得到了大力发展,并在人脸动画、三维人脸辅助识别,三维人脸表情识别等方面有着大量的现实应用和潜在的商业价值。然而在当下的研究过程中,研究者们发现三维人脸表情生成算法依然存在着许多挑战和改进的地方,例如如何处理不同视角、光照与姿态下的二维图片,人脸表情的局部精细刻画等诸多方面。这些需要改进的地方对三维人脸表情生成算法的鲁棒性和精确性提出了更高的要求。针对如何精细刻画三维人脸表情的几何结构,本文提出基于非均匀有理B样条和人脸特征点的三维人脸表情生成算法。该算法从二维人脸图片集中生成用NURBS曲面表示的三维人脸中性表情参考模型;通过人脸特征点的变化来调节NURBS曲面的控制点,使得参考模型拥有表情;在调整过程中,使用二阶偏导的几何约束保证三维人脸表情形状整体上保持平稳变化,使用局部带高斯权重的平滑约束来保证生成的三维人脸表情形状上在特征点周围区域保持平滑;同时,使用NURBS曲线刻画三维人脸形状的嘴部轮廓,得到较为逼真的三维人脸表情。本文通过在标准图片、LFW数据集和视频序列上进行实验,结果表明该算法从标准图片、无约束图片和视频序列中生成的三维人脸表情形状都能取得较好的结果,说明该算法具有鲁棒性和泛化性。综上,本文提出的算法使得生成的三维人脸表情形状具有更精细的表达,提高了三维人脸表情生成的鲁棒性和精确性,为利用生成的结果进行三维辅助人脸表情识别、表情迁移等研究打下良好的理论基础。