受到Danino和Zhou增法的启发，我们提出了基于图像的人脸胖瘦调整算法。首先采用3D可变形模型，根据2D图像重建人脸3D模型并在3D模型上选取特征点。体重变化值正比于BＭI（体质指数Body Ｍass Index），由用户输入确定。根据法医学领域研究成果，脸部软组织厚度和BＭI的关系可以表示为线性回归方程。即可以根据BＭI变化值计算3D人脸模型上特征点调整后的位置，进而根据Laplacian网格变形方法计算调整后3D模型上所有顶点位置。对3D人脸模型进行重渣染，并投影到2D图像空间得到调整后人脸区域。采用Guo等提出的基于内容识别图像重定向技术计算调整后背景区域。最后将调整后人脸区域和背景区域进行融合，得到调整后2D圏像结果。结合3D食品打印的特点，我们提出了全新算法框架解决肖像个性化食品打印的相关问题。

提出了基于3D人脸－体重模型的人脸胖瘦调整算法。根据法医学脸部软组织厚度与体重变化的研究成果，对3D人脸模型进行调整，模拟不同胖瘦程度3D人脸形状。将人脸胖瘦调整过程参数化。用户只需要指定胖瘦变化程度即可。算法简单易用，过程可重复。图像调整结果自然逼真，可应用于肖像3D食品打印过程中，美化人脸图片进而提升打印效果。