人脸三维模型编辑是人脸造型重要手段之一。设计者通常采用手工作业将已有人脸模型编辑成理想人脸形状。但是，这种编辑模式并不适用于面向普通用户。对于普通用户来说，最简单有效的方式就是通过控制低维度参数直观地编辑人脸形状。如目前最受欢迎的人脸参数化双线性模型，将人脸表示为人脸形状空间基和表情空间基的线性组合，这些基的权重系数即为形状参数（描述身份）和表情参数（描述情感）。因为表情基具有语义，所以可直观地调整表情参数获取特定人脸表情（喜、怒等）。然而，却不能通过调整人脸形状参数获取特定人脸形状（鼻梁高一些、眼睛大一些等）。为满足按照用户意愿对人脸形状编辑，如何利用人脸参数化模型对人脸形状具有语义控制是本文研究重点。　　本文针对人脸参数化模型进行深入研究，通过研究如何利用参数化模型语义地控制人脸形状变形，构建人脸语义参数化模型。并以此为基础，探究人脸编辑相关潜在应用价值，在对图像中人脸编辑以及用户个性化数字替身构造的应用中取得了一定进展，具体取得了以下研究成果:　　针对现有的人脸参数化模型中参数缺乏对人脸形状语义控制的问题，提出了一种人脸语义参数模型。通过引入具有语义的基向量，满足用户希望直接调整特定语义参数就能获得具有实际意义的人脸变形效果（如抬高鼻梁、增大眼睛等）的需求，给用户提供更直观且易操作的人脸形状编辑环境。此外，有语义基具有人脸形状的局部控制能力，构建了一个人脸形状丰富的空间，更好地展现出数据泛化能力。通过对模板人脸构造具有语义的局部变形学习有语义基，然后利用有语义基作为约束，通过数据驱动方法学习人脸形状空间中潜在的无语义基。最后在实验部分，定性和定量的分析表明本文提出的人脸语义参数化模型对三维人脸重建和三维人脸语义化编辑都展现出更高的性能。　　针对现有图像中人脸形状编辑方法对所选择的图像中人脸视角有严格要求的问题，提出一种基于人脸语义参数化模型的人脸图像编辑方法。本方法不仅能满足用户语义编辑人脸形状的需求，还能满足用户指定图像间人脸部件替换的需求。本方法结合人脸图像分割、人脸三维模型重建、三维网格模型编辑和图像融合等技术，利用人脸语义参数化模型在三维空间表示图像中人脸，然后进行人脸形状编辑，最后渲染成人脸图像。实验结果表明本方法在三维空间对人脸形状编辑相比在图像空间编辑具有更丰富的变形选择，而且没有对图像中人脸视角的限制。　　针对普通消费级用户对替身模型的应用需求，提出一种基于人脸语义参数化模型的个性化数字替身构造方法。本方法仅需要用户三张图像（全身照两张和人脸图像一张），将图像中重建的人体和人脸三维模型利用网格融合技术融合成带有面部几何信息的数字替身模型。针对替身模型融合边界平滑问题，本工作提出一种高效的三角网格质量优化方法，保障了用户数字替身模型光顺的视觉效果。人脸语义参数化模型的引入不但增强了替身模型人脸几何特征，而且用户可以对人脸形状进行语义编辑得到个性化替身模型。本方法构造的替身模型可以应用到三维游戏，虚拟试衣，三维打印等，具有广泛的实际应用价值。