将肖像进行3D食品打印之前，也可以先对其中人脸进行胖瘦调整，以满足用户需求。与Zhou等提出的人体图像变形算法相似，人脸胖瘦调整算法根据图像中特征点构建三角Delaunay控制网格，通过控制网格形变驱动图像重定向算法，调整背景区域。我们将肖像分为两部分区域进行处理；人脸区域和背景区域。算法的流程，需要以下步骤：首先使用Blanz和Vetter提出的3D可变形人脸模型从输入图像中重建3D人脸模型。根据用户指定的体重变化量和法医学相关研究成果对3D人脸模型上特征点位置进行调整。随后使用Laplacian网格变形技术对3D人脸模型进行变形。调整后将3D人脸模型重新投影到2D图像空间作为人脸区域结果，背景区域采用重定向算法进行计算。
3D人脸－体重模型
3D人脸－体重模型受到Greef等研究启发。Greef等收集了人脸软组织厚度、性别、BＭI、年龄等信息，并对数据进行回归分析拟合成线性方程的形式。其数据中包含457名男性和510名女性，年龄和BＭI变化范围较大。此方法测定了人脸52个特征点处软组织厚度，其中10个点位于人脸中线上，剩下42个点对称分布在人脸两侧。对男性、女性数据分别处理，将软组织厚度值对BＭI指数和年龄进行多线性回归，可得到相应回归系数。在Greef等工作基础上，本算法进行了以下两点改进：1、增加控制点53和54。在不增加特征点53、54的情况下，3D变形结果容易导致太阳穴附近模型不自然。2、设置体重变化的下限，保持人脸软组织厚度值大于0。