人脸作为计算机视觉领域中的重要研究对象,一直是各大高校和研究机构的研究热点。伴随着计算机视觉技术的蓬勃发展,视频人脸替换技术作为近些年出现的新兴技术,正在被许多的高校和研究机构所重视。视频人脸替换是将源视频人脸替换到目标视频人脸上,该技术在视频聊天、隐私保护、影视特效和虚拟现实等方面有着极其重要的应用价值。本论文针对基于2D的视频人脸替换的特定领域中,替换后的视频人脸出现抖动和渗色等问题,提出了一种防抖动和渗色的视频人脸非边缘分割算法。该算法在实现视频人脸自动替换的基础之上,有效地防止替换后的视频人脸出现抖动和渗色的现象,使得视频人脸替换效果更加自然。本论文的主要研究内容有以下几个方面:提出一种帧间人脸特征点继承性定位算法。基于主动形状模型对视频人脸进行特征点定位,并对相邻帧间人脸的同一特征点进行局部纹理建模,然后根据局部纹理相似性进行匹配,得到最优的帧间匹配特征点,使得相邻帧间人脸的同一特征点稳定性增强,防止了由于算法的随机误差而使得相邻帧间人脸的同一特征点定位出现偏差,保证了后续的视频人脸非边缘分割算法的准确性。提出一种视频人脸空间一致性算法。采用基于奇异值分解的普式分析方法将源人脸向目标人脸进行对齐,让源人脸和目标人脸的大小和位置保持一致。视频人脸保持空间一致性,保证了后续的视频人脸非边缘分割算法的准确性,也防止了由于源人脸和目标人脸的大小和位置不一而导致视频替换人脸出现不自然的效果。提出一种视频人脸非边缘分割算法。在保证视频人脸特征点准确定位和空间一致性的基础之上,利用已知人脸特征点线性插值出用于人脸非边缘分割的关键点,由此得到非最优的人脸非边缘分割轮廓;然后建立人脸非边缘分割轮廓所对应的能量函数,该能量函数兼顾了帧内人脸非边缘分割处的纹理平滑性和帧间人脸非边缘分割轮廓的时间连续性;最后让能量趋于最小化,得到最优的人脸非边缘分割轮廓。从最终的实验结果可以看出,替换后的视频人脸表情自然,融合边缘渗色现象消除、替换后的视频人脸播放时抖动现象明显减轻。因此,该算法对视频人脸替换技术的发展具有一定的理论研究和实用价值。