随着三维成像技术的发展,三维人脸模型在各行各业得到广泛的应用,尤其是影视游戏制作等对人脸面部细节要求较高的场景。直接进行三维人脸模型的创作复杂度高且耗时久,因此由二维图像直接重建三维人脸模型成为当前的研究热点。本文研究基于三视点二维图像的三维重建算法,针对人脸特征点提取精度较低的问题,提出分组式人脸特征点提取方法,将提取的68个特征点作为三维人脸模型形变的基础;针对特征点形变计算量过多的问题,提出平行运动的特征点形变算法,将二维特征点信息映射到三维标准模型上,得到人脸粗糙模型。之后对粗糙模型进行精细化处理,利用特征先验约束及纹理先验约束重新表示粗糙模型的能量函数,再由改进的点形变、曲线形变的凹凸形变算法,使精细化模型更加符合真实人脸的空间分布和细节信息。按照由粗到精的三维人脸建模方法,细分人脸建模的各个阶段,在每个阶段分别进行高精度对齐,以使模型具有更好的效果。通过分组式特征点平行形变和粗糙模型的精细化处理,细化了模型的纹理信息和空间区域分布,使重建的粗糙模型成为富含人脸细节信息的高精度模型。实验结果表明,用本文方法得到的人脸模型具有较高的精确度和相似度,可应用到影视游戏制作等对精度和细节要求较高的场景。