人脸是人体的重要部位,在身份识别和情感传递中起着非常重要的作用。高质量的三维人脸模型在生活中有着诸多应用,如虚拟现实、人脸识别、影视制作、游戏、辅助医疗等。近年来,基于图像的三维重建技术变得越来越成熟,使用这种技术,用户可以使用数码相机拍摄人脸图像,恢复带纹理的三维人脸模型。本课题主要使用基于图像的重建技术,研究如何对智能手机拍摄的视频进行三维人脸重建。并搭建一个低成本、易操作、易普及的三维人脸重建系统,使用智能手机拍摄普通光源下的人脸视频作为输入,通过算法从视频中挑选关键帧,然后使用多视角立体几何的方法恢复真实的三维人脸模型,主要工作如下:1.提出了高视差场景视频的关键帧提取算法,该方法挑选出的关键帧集合在三维重建中达到了更高的精度和更快的速度。本文使用图像间的基线长度和重叠率两个约束条件指导关键帧的挑选工作,并提出高视差场景下图像重叠率的计算方法,最终得到了重建精度更高的关键帧集合。2.优化稠密立体匹配算法,提高立体匹配算法的精度和性能。为了减小光照、弱纹理、遮挡等因素影响,本文使用多种优化方法来提高NCC匹配方法的精度和效率,并使用多张相邻图像间投影误差最小的方法对深度图做优化,最终得到相对精确的深度图。3.构建了一套易操作、低成本的三维人脸重建系统。使用智能手机拍摄的视频作为输入数据,通过算法从视频中挑选出用于重建的关键帧,并实现了多视角立体几何中三维重建技术的关键步骤:相机姿态估计、立体矫正、稠密匹配、点云重建等。