人脸合成由于其应用与技术价值，是机器视觉领域的热点之一，而近年来深度学习的突破性进展使该领域吸引了更多关注。将该领域的研究分为四个子类：人脸身份合成、人脸动作合成、人脸属性合成与人脸生成，并系统地总结了这些子类的发展历程、现状，以及现有技术存在的问题。首先针对人脸身份合成，从图形学、数字图像处理与深度学习三个角度总结了各自的合成流程，对关键技术原理进行了详细的解释与分析。其次将人脸动作合成进一步分为利用标签驱动的表情编辑与利用真实人脸驱动的人脸重演，并指出了各自领域中存在的缺陷与难题。然后介绍了基于生成模型，尤其是生成对抗网络在人脸属性合成方面的发展，最终对人脸生成的各类工作进行了简单的阐述。此外，介绍了人脸合成技术的实际应用与当前面临的相关问题，并展望了该领域未来可能的研究方向。

http://fcst.ceaj.org/CN/abstract/abstract2945.shtml