随着计算机视觉应用技术的发展,三维人脸重建技术由于其广泛的应用前景,已成为热点研究方向,并取得一定的成果。目前主要有两种方法发展倍受关注并且理论成熟：形变模型方法和阴影形状恢复方法(Shape-from-Shading,简称SFS)。其中形变模型方法首先基于三维人脸样本进行建模,然后针对特定二维人脸与得到的模型进行匹配,同时不断修改模型,直到其匹配度最高；SFS方法利用二维人脸图像的灰度信息进行形状恢复,其本质为图像生成的逆运算。因为两种方法生成三维人脸所依据的理论不同,因此其优缺点也相异。形变模型方法虽然恢复的人脸总体上精度很高,但是在细节特征部位(例如眼角、酒窝、疤痕等)恢复较差,且由于其运算的时间复杂度十分高,不利于实时应用；而SFS方法虽然其运算速度较快,但由于在图像生成过程中,会丢失大量的形状信息,恢复的三维人脸形状精度有待提高。由于两种方法各具不同的优点,‘因此本文提出在形变模型框架下施加图象辐照约束机制来融合形变模型与SFS的算法,以期提高人脸恢复的精确度。在使用形变模型恢复得到初始的人脸形状(网格)的基础上,以合适的方式施加局部辐照约束,同时使用SFS恢复出人脸表面网格上的法向量图(增强的人脸形状)。这样恢复得到的法向量图将可以包含高解析度的人脸细节特征(例如皱纹、酒窝、疤痕等),而这些细节特征通常是不能由形变模型直接捕获的。另外,我们还将研究新的方法用来估反照率,而不是借助于通常所使用的统一全局常系数,同时使用混合反射模型,以增强恢复的人脸的精度,同时提高算法在不同光照条件下的适应性。