形变模型(Morphable Model)是近年出现的三维人脸建模新方法,针对给定人脸图像,可以自动重建真实感的三维人脸.形变模型以大量真实人脸为基础,通过线形组合实现三维重建.因此,大批量真实人脸数据在此模型的构造中占据了基础性地位,对其处理成为模型建立的一个关键环节.该文主要研究面向形变模型的数据处理技术,包括预处理和三维人脸对应两个方面:预处理有原始数据的整理、有效人脸分割及建立原型人脸库;三维人脸对应是建立三维人脸基于特征的点对点对应,因采样点的密集,此对应计算是一个相当困难的问题.为说明数据处理的重要性以及其与形变模型的密切关联性,首先探讨了形变模型的基本原理与建模方法,主要包括参数模型的建立、模型匹配.参数模型的建立涉及原型人脸数据的获取和对应关系的建立,模型匹配涉及光照模型、摄像机标定与数据优化问题.面向形变模型,文章针对数据预处理和对应计算两方面展开了深入的研究.数据预处理方面,针对原始数据的存储结构特点,设计了一种便于快速处理三维数据的数据结构,并提出了预处理的方法.三维人脸的对应计算方面,在研究和分析了基于光流及其改进方法的对应算法后,针对光流方法的缺陷,提出了一种基于特征的人脸分片模式,结合图形学中的重采样算法,构造完全三维意义的对应方法,该方法能够避免二维光流估计的不确定性,且与原型人脸数目无关,在最少原型人脸(两个)的情况下,办能保证三维对应效果.作为对应关系计算的直接应用,初步探索了形变模型与基于重采样的对应算法在人脸动画领域的应用.实验表明,提出的数据处理方法是有效可行的,能满足形变模型建模的要求,并可以为形变模型的应用提供有力支持.