三维人脸重建具有很强的代表性和广阔的应用前景,已成为近年来计算机图形学、计算机视觉与模式识别研究领域热点问题之一。同时,三维人脸重建也是包括医学、心理学等多个领域的交叉问题。对这个课题的研究和解决可以为复杂的建模方法提供理论指导,对多个学科的发展有很重要的促进作用。论文先对前人的工作做了以下几个方面的总结:1、分类归纳了前人使用的重建方法和重要数据库:本文以时间为主轴,对出现的重要重建方法进行了分类归纳。其次,分类介绍了较为重要的图像数据库和图形数据库。2、对建立三维人脸点的稠密对应的方法进行了探讨:对比了使用二维薄板样条函数进行二维柱面坐标系建立稠密对应的方法,与使用三维薄板样条函数进行三维笛卡尔坐标系建立稠密对应的方法。3、对重建算法进行比较后,获得本文适合的算法:通过使误差度最小的方式,计算样本人脸图形的权值,从而获得目标人脸图形,与结合二维薄板样条函数和三维人脸模型进行再次形变的方法进行对比,得出,后一种方法更适合本文的重建工作。本文主要完成以下几个方面的工作:1、对Candide人脸模型进行了详细的分析,在X-Y坐标面上标记出Candide人脸模型的每一个顶点,以便与二维人脸图像的特征点建立对应关系; 2、本文使用亚洲人脸图像,使用此图像计算出与Candide模型之间的横纵缩放比例关系; 3、标记出二维人脸图像特征点并与三维模型关键点建立起关系,并对三维模型的关键点进行变形,获得与二维图像之间的粗略匹配效果; 4、在二维图像特征点与三维模型关键点已建立起对应关系的基础上,保持Z坐标不变,结合二维薄板样条函数与三维人脸模型特征点进行三维人脸模型非特征点的坐标计算,从而获得目标人脸图形; 5、经过纹理映射,得到完整的重建效果;6、使用VS2008和Direct3D接口,编写应用程序,通过程序的运行测试,表明本论文提出的方法能够重建出较为逼真的三维人脸,最后,与前人使用此模型的重建效果进行对比。