算法对比Danino等提出的人脸胖瘦调整算法与本算法较为接近。其算法由以下步骤构成：首先用户手动标定13个人脸特征点位置，分布在人脸轮廓线和颈部附近。根据用户指定的人脸胖瘦调整程度，计算得到特征点调整后位置。特征点调整规律是根据观察归纳得到。随后采用薄板样条函数变形方法（thin－plate spline ｗarping，TPS）得到变形后图像结果。背景区域通过使用相似颜色填补方法，修正人脸调整后对背景的遮盖或者空缺。

Danino等提出的算法能够有效处理正脸中性表情且背景简单的图片。但是对于非正脸图像处理困难，其标注的13个特征点可能不在视野内，无法准确标记引起图像变形。如图所示的下巴区域。此外，特征点主要分布在下巴附近，TPS方法会对图像整体进行变形，容易引起人脸其它区域的明显变形。当体重调整程度较大时，Danino等的方法图片变形明显，结果不自然。如图所示，调整后图片变形明显。在图片背景较为复杂时，Danino等采用相似颜色填充的办法难以得到自然效果。本算法由于采用3D人脸模型进行计算，能够处理更多姿势和表情。基于法医学数据进行胖瘦调整结果更加自然。