近年来，重建具有真实感的三维人脸模型逐渐成为研究的热点。随着计算机视觉技术的快速发展，三维人脸模型在虚拟现实、人机交互、多媒体通信、信息帮助、远程会议和电影虚拟角色等领域中应用广泛。针对该课题，本文的研究内容主要体现在以下几个方面。第一，在形变模型的优化方面。首先，讨论基于形变模型的三维人脸模型重建的一般过程，即形变模型的获取阶段和形变模型的匹配阶段。其次，为了减少三维人脸重建的计算量，需要对形变模型进行降维处理，所以采用传统的网格简化算法对获取的形变模型进行简化，并且分析其优缺点。最后，根据传统网格简化算法的优缺点，对现有的网格简化算法进行改进，并分析实验结果。第二，在形变模型的多维表达方面。现有的形变模型经过网格简化处理后，虽然降低了模型的维数，提高了三维人脸的重建效率，但这种降维方法是不可逆的。即当形变模型的维数过分降低时就会导致最终效果严重失真。如何在降低形变模型维数的同时，保持各个维度模型之间的关联性，是本文亟待解决的问题。第三，在模型匹配优化方面。传统优化算法在模型匹配阶段，虽然能够在一定程度上降低模型匹配的计算量，但有稳定性差、鲁棒性差等缺点。针对前人算法的不足，本文拟采用基于遗传算法的模型匹配，新算法能够提高三维人脸重建的稳定性并且还能够避免算法陷入局部最优的问题。