鉴于三维人脸模型在影视动漫、广告宣传、安全认证以及医学科学等众多领域的广泛应用,如何有效获取三维人脸模型显得尤为重要。通过先进的仪器设备直接获取人脸三维数据以及利用计算机图形学等相关知识进行三维人脸间接建模是目前获取三维人脸模型的两种主要方法。激光扫描仪等仪器设备能够为研究人员提供详尽的人脸信息,有助于精确地构建三维人脸模型。然而,这些仪器设备的成本通常相当昂贵,不具有普遍适用性和推广性。使用二维图像重建三维人脸是一种能以较低成本重建出具有一定真实感三维人脸模型的有效建模方法,但建模过程中也存在一些亟待解决的问题。本文主要研究基于单幅图像的个性化三维人脸建模方法,成果概述如下：对使用图像重建三维人脸模型方法中所涉及的相关图像处理操作,包括人脸检测和特征点提取等,进行一一介绍。本文分别介绍了人脸检测和特征点提取工作目前研究进展,并重点介绍本文所采用的AdaBoost人脸检测方法以及ASM特征点提取方法。介绍了基于图像的三维人脸建模方法目前的研究进展,重点阐述基于单幅图像的三维人脸建模方法中存在两大瓶颈：(1)特征点深度信息缺失；(2)纹理信息不足。针对纹理信息不足问题,本文提出了顶点一环领域及面片分类的纹理映射方法。算法先求解出模型各顶点的一环邻域,并依据三角面片中能够得到有效纹理坐标的顶点数目对三维人脸模型进行面片归类。对于无法直接获取有效纹理信息的顶点,依据它们所属三角面片的种类,决定它们在纹理映射操作时的优先级。实验结果证明,该算法具有可行性和有效性。使用Microsoft Visual C++6.0和OpenGL以及OpenCV开发了一个基于单幅图像的三维人脸建模系统,并对部分简单表情和动画进行了模拟。最后,针对当前对建模效果好坏的评价主要依据人类的视觉感受,本文对能否找出一种量化的评价标准进行了思考。