根據實驗結果我們發現了幾個問題：

1. 3D模型的輪廓深淺無法由正面人臉照片準確做出。我們目前只由正面的特徵點來重建3D人臉模型，若能配合臉上的顏色資訊及陰影變化來重建，相信輪廓深淺部份達到更好的效果。

2. 分多個表情來重建模型時，由於每個人對表情的表現程度不同，再加上資料庫不太統一，使得做出的人臉模型有些誤差。於是我們設計實驗三來測試這個問題。

3. mean model過胖，原因是用來training model的資料庫，是由美國所提供的，此資料庫包含了白人、黑人、黃種人等各式各樣的人種，而我們實驗輸入的主要對象是台灣人；此外，人臉資料的胖瘦程度有很大的差異，男女的人臉的大小也有所不同。所以若能分人種、胖瘦、性別來training model，這樣得到的mean model相較之下會使重建人臉模型得到更好的結果。

從這次的專題製作，首先我們學會了BCB、OpenGL等相關工具程式，接著在研讀有關此主題paper的過程中，知道了PCA、RBF等相關的技術，最後應用所學將此專題實做出來。