人脸图像变形技术是一种通过映射函数使人脸图像产生平滑、自然变形效果的图像处理技术。该技术被广泛应用于虚拟现实、影视动漫制作、图像融合以及医学图像处理等众多领域当中。首先,介绍了人脸图像变形技术的研究现状,对主要的人脸图像变形算法进行分类并比较,指出本文是针对基于控制点的移动最小二乘法(Moving Least Squares,MLS)的人脸图像变形技术进行研究和优化,进一步讨论了基于MLS的人脸图像变形算法的主要流程。然后,研究MLS算法的数学模型,并推导MLS算法的三种映射变换:仿射变换、相似变换以及刚性变换的数学表达式。为了改进上述传统MLS算法的变形效果,本文提出一种基于正则化的移动最小二乘(Regularized Moving Least Squares,RMLS)算法,并对其进行了理论推导和实现。为了量化比较各种算法的变形效果,本文还提出了一种度量方法,其使用贝塞尔曲线拟合人脸轮廓曲线,以实际轮廓曲线和目标轮廓曲线的误差作为度量值比较各种算法性能,通过仿真验证了 RMLS算法相比MLS算法能够获得更低的轮廓误差。最后,研究了人脸图像变形在视频流中的优化方案。本文提出了基于三角剖分的RMLS控制点变形算法,简化RMLS控制点算法中矩形剖分的网格、降低运算复杂度;针对MLS算法和RMLS算法没有考虑人脸变形对背景影响的问题,添加局部约束条件,优化了变形效果;针对视频流场景下,人脸变形抖动的问题,使用稳定函数对人脸特征点进行稳定,以轮廓误差度量值的评估证明了其有效性。