面瘫又叫面神经损伤,面容的改变会给患者带来心理焦虑和生理疼痛,严重影响患者的正常人际交往与生活。及时有效地评估治疗与康复训练,有助于面瘫患者尽早康复,恢复正常人的生活质量。本课题调研发现关于面瘫评估的大多数研究是基于面部局部或整体特征进行的。目前的面部特征点检测模型使用正常人面部人脸图像数据进行训练,而面瘫会导致患者面容怪异、口角歪斜,所以使用主流的特征提取模型会出现较大误差。面瘫后面肌运动内在反馈的不足将会影响大脑接收相关面部运动信息,导致面神经功能退化,除了临床治疗之外,需要进行必要的康复训练。本研究结合了计算机视觉技术与三维人脸重建技术,相比于镜像康复法与肌电反馈康复法,反馈更加强烈,有助于提高患者的康复训练效果。因此本课题的主要研究内容包括两个方面:（1）面瘫评估:首先利用面瘫患者的脸部图像数据,训练得到了适用于面瘫人脸检测与面部特征点检测的模型。基于面部特征点检测模型的高鲁棒性,本研究创新性地提出了面部区域量化指标,有助于详细地观察面瘫患者在一系列表情动作状态下的面部运动功能,实现对面神经损伤程度的客观动态评价。（2）面瘫镜像康复训练:首先使用深度摄像头获取一系列表情动作时的面部深度信息与特征点信息,通过特征点拟合进行虚拟人脸的形状建模。为了增加虚拟人脸的真实感,还需要进行人脸纹理信息的扫描、匹配和贴图。之后将真实人脸与虚拟人脸通过特征点绑定实现表情的同步性,为面瘫患者提供镜像反馈,减轻患者的厌恶烦躁情绪,记录患者病情的恢复过程,评价面瘫的康复治疗效果。