人脸的计算机模拟长期以来一直是计算机图形学以及人机交互中非常活跃的研究领域,逼真的面部合成是计算机图形学中最根本的问题之一,同时也是最困难的问题之一。随着计算机图形学在建模、渲染和动画等方面的发展,人脸建模和人脸动画在电影、广告、远程会议、视频电话、数字娱乐、人机交互、虚拟现实、计算机辅助教学、医疗诊断等领域得到了广泛的应用。因此,作为当前计算机视觉和计算机图形学领域的研究热点,人脸动画不但具有理论研究意义,同时也具有极大的应用价值。在人脸动画研究的三十多年中,众多学者做出许多创造性的研究工作,并实现了一些人脸建模和动画系统。但在算法的复杂度、获取三维数据的易用性、实现可变姿态的便捷性和鲁棒性等方面还存在许多需要进一步研究和改进的地方。本文结合国内外关于计算机三维人脸动画的研究现状,主要研究基于MPEG-4标准的人脸动画生成算法以及融合口型和表情多种面部运动元素的人脸动画合成方法,力求在标记文本的驱动下,通过较低复杂度的实时计算,获得富于变化的真实感人脸动画。在基于MPEG-4标准的动画合成方面,本文主要研究了人脸建模和FAP(Facial Animation Parameters)数据提取的方法。利用工具建模,转换成分部件描述的VRML格式,并对FDP(Facial Definition Parameters)进行手工设定,得到了兼容于MPEG-4标准的人脸模型。在数据采集方面,本文提出了一种FAP分析提取算法,通过对视频序列中人脸标记点位移进行分析计算来求解FAP值,得到了可以再现真实面部运动的FAP参数。在实现具有丰富面部动作的人脸动画方面,本文针对汉语语言发音的特点,建立了FAP参数序列表示的三维口型库。通过对JAFFE人脸表情数据库的统计研究,总结出基本表情的情感组合模型,并用于对采集的原始基本表情进行校正,完成人脸基本表情库的建立。最后,本文基于FAP参数的特点,提出了一种口型动画和表情动画的融合模型,实验表明,该融合模型可以真实的模拟人脸非线性的复杂复合运动,同时计算可以满足实时性的要求。