基于自动特征点检测的从一幅人脸图像自动拟合3d人脸是一个很老的技术[1]（二十世纪80到90年代，甚至更早在70年代），尽管几十年来有很多论文，这种单纯基于特征的3D人脸拟合仍然没实质进展，许多论文专挑一些模型作为实验结果，掩盖了方法其实并不那么好使，这是学术界惯用伎俩。比如下面根据马云照片的拟合就反应不出马云的实际脸模型。

程序下载，并下载landmark点的训练模型放到share文件夹中。在init.txt指定你的图像文件名，如拟合效果效果不佳可以修改其后面的数值调整拟合效果。目前还没有加入表情拟合功能，有需要者可单独联系我。

提高这种从一幅图像拟合3d人脸逼真度的方法之一是提供很多对应特征点，主要有motion capture或手工指定很多特征对应点。如此一来，就很昂贵或工作量很大了。另外还需要大规模3d人脸数据库，而这个目前还没有公开可用的,尽管有少量私有的但不开放。

不同于单纯的基于特征信息的3D人脸拟合[1-3]，多视几何和Shape from shading应该是能拟合逼真的3D人脸的可靠技术。但需要借助于多幅图像。

从图像拟合3D人脸模型有啥用? 用处其实不少，比如提高人脸识别的准确性，还有人脸分析，医学，虚拟现实，动画，娱乐等…

参考文献：

1. A morphable model for the synthesis of 3D faces. SIGGRAPH 99

2. Synthesizing realistic facial expressions from photographs.SIGGRAPH 98.

3. Modeling and Animating Realistic Faces from Images