人脸表情和外观编辑是计算机图形学中最为热门的领域之一。在本文中主要研究其中两个挑战性问题。第一,如何从有限的用户约束编辑得到稠密的人脸形状。我们需要对人脸局部区域之间的依赖关系进行建模,从而有效、直观地编辑整体表情。第二,如何从相对少量的模型对人脸外观多种变化,例如姿态、角度引起的不同进行建模。我们需要解决如何从少量的训练数据学习得到姿态和表情的问题。　　 在三维人脸表情编辑工作中,我们实现了基于层次高斯过程隐变量模型的交互式三维人脸编辑系统。通过层次模型,整合人脸各局部特征的协同运动,生成自然的表情。我们提出了基于径向基函数的逆向映射和动作传播算法,通过局部编辑即可生成整体表情。通过实验,证明了该系统能够高效生成符合用户约束的三维人脸表情。　　 在视频人脸替换工作中,我们尝试对视频中任意表情和姿态的人脸进行替换。我们提出了流形图来处理这两种属性变换。流形图的节点为各个角度人脸所对应的流形,而边是各姿态节点之间的变换。各节点内部的变换用于处理表情变化。我们使用高斯过程回归来学习得到这两种变换。给定一张正脸照片,通过流形图即能生成对应的表情和姿态,并将其与原始视频融合。我们在FERET和东方人脸数据库上对该系统进行了测试。结果表明,该系统能够生成接近真实值的具有新姿态和表情的人脸。进一步,在实际视频中进行的实验证明了该方法在视频人脸替换和编辑中的有效性。