- 文献综述（或调研报告）：
人脸形变主要有三个步骤： 人脸检测；原始人脸与目标人脸对齐；人脸形变。
3.1人脸检测
人脸检测是一种计算机技术，可确定人脸在数字图像中的位置和大小，检测到面部特征，并从数字图像中忽略其他对象，例如树木，建筑物和身体。人脸检测可以看作是人脸定位的更一般情况。基本上，有两种类型的方法可以检测给定数字图像中的面部部分，即基于特征的方法和基于图像的方法。
基于特征的方法是找出面孔的不变特征检测。假设基于这样的观察结果，人类可以轻松地检测到处于不同姿势和光照条件下的面部和物体，因此必须存在对于这些可变性不变的属性或特征。通常使用边缘检测器提取面部特征，例如肤色，眉毛，眼睛，鼻子，嘴巴和发际线。基于提取的特征，建立统计模型来描述它们的关系并验证面部的存在。
基于图像的方法：基于图像的方法依赖于统计分析和机器学习中的技术来找到面部和非面部图像的相关特征。所学习的特征采用分布模型或判别函数的形式，因此可用于面部检测。
3.2 人脸对齐
人脸对齐是一个中间步骤，可以看作在一张人脸图像搜索人脸预先定义的点，通常从一个粗估计的形状开始，然后通过迭代来细化形状的估计。在搜索的过程中，两种不同的信息被使用，一个是人脸的外观，另一个是形状。人脸对齐主要将人脸中的眼、口、鼻、下巴检测出来，用特征点标记出来。人脸对齐的结果可以用于：人脸验证， 人脸识别，属性计算，表情识别， 姿态估计等。在本课题中需要将原始人脸与目标人脸对齐，即对原始人脸与目标人脸提取的特征点做匹配。
从技术实现上可将人脸关键点检测分为2大类：生成式方法和判别式方法。
生成式方法构建人脸形状和外观的生成模型。这类方法将人脸对齐看作是一个优化问题，来寻找最优的形状和外观参数，使得外观模型能够最好拟合输入的人脸。这类方法包括：
AAM 、ASM。
