针对现有的依靠单目RGB相机拍摄序列图像来进行的三维人体重建存在精度较低、面部建模辨识度不足等问题，引入了非刚性多视图三维重建方法和特征图金字塔方法，以提升面部模型质量。首先，利用特征金字塔网络(FPN)和多层感知器(MLP)提取对重建更有帮助的多级特征图；接着，通过推断多个输入图像的外观一致性创建初步的面部模型；然后，使用多级重建的方法，根据每一级的特征图进行模型重建并更新数据，逐步建立出具有高精度的面部模型；最后，结合两种方法，引入多个损失函数，加快收敛，生成结果模型。实验结果表明：面部平均顶点误差较之前模型降低了约2 mm

能够达到1 mm级的误差水平。同时也通过用户调查证明了本方法改进的优越性。超过96%的参与者认为本方法具有更好的效果。