人脸三维重建技术可以通过二维图像来认知并恢复面部的几何结构。与传统图像相比,人脸三维模型具有姿态不变性,不会因环境和观察角度的变化产生差异,可广泛应用于人脸识别、生物医学等领域。然而,传统重建算法受限于采集系统和算法精度,长期面临两个问题的挑战:一是无法重建面部皱纹、毛孔等高频细节特征;二是缺少高光贴图,模型的光线反射效果不理想。针对上述两个问题,本文通过理论分析和实验验证,围绕如何重建面部高频细节、提取高光贴图展开研究。主要研究工作和创新点包括:1.设计并搭建了变光照多视点图像采集系统。相比功能单一的传统采集系统,该系统可改变光源布局及照明顺序,提供不同角度的光照条件。实现了变光照多视角图像信息的同步采集。2.提出了一种亚毫米级的高精度人脸重建方法。本文结合多视点立体几何法、光度立体法及多路滤波算法,通过变光照图像集合提取置换图,重建面部皱纹、毛孔等亚毫米级高频细节特征。解决了重建精度不足,高频细节丢失的问题,显著缩短了内容制作周期。3.提出了一种偏振光低时延高光图提取方法。本文采用偏振原理优化采集流程,可在一秒内完成计算,低时延、高效率地提取高光贴图,解决了重建结果光线反射效果差的问题。