传统浮雕设计需大量用户交互、设计效率低下。相比而言,基于算法的浮雕建模技术在保证一定建模质量前提下,可以减少或避免繁琐的人工交互,从而提高浮雕设计的自动化程度和建模效率。现有浅浮雕建模研究一般面向通用浮雕,尚未出现针对人像浅浮雕设计特点的解决方案。本文以单张人像图像为输入介质,围绕基于2D图像的人像浮雕建模问题,在人脸关键点检测、几何形状重建、面部细节恢复、深度结构保留、浮雕厚度编辑、眼镜分割与重建等方面进行了研究,具体内容包括以下三个方面:(1)开发了人脸图像特征点检测及定位系统,在输入图像上实现人脸关键点自动定位和手工微调功能,并将关键点以二维坐标形式输出,为后续基于关键点约束的人像浮雕建模奠定基础。(2)研究了一种由单张照片生成人脸浮雕的建模方法。给定单张人脸图像,通过基于模板的三维变形方法和Shape from Shading理论来拟合人像浮雕。该方法可以生成人像浅浮雕,也可以构造人像高浮雕。实验结果表明,该方法交互少,建模质量高,基本能满足人像浮雕设计要求,具有较好的工程应用价值。(3)人脸眼镜的图像分割和高度重建。为了解决人脸眼镜的自动建模问题,本文提出了一种基于深度学习的眼镜图像分割及高度重建的方法,通过对设置U-Net网络框架、参数设置、对数据集训练、测试图片、眼镜高度重建等一系列的操作,实现人脸眼镜的三维自动建模。