随着社会的进步以及网络技术、计算机技术的飞速发展，我们逐渐迈入网络信息化时代，基于生物特征的身份鉴别方法受到广泛的关注。在所有的生物特征识别方法中，人脸识别技术凭借其易接受性、采集方便、符合人们认识规律等优势一直是一个热门课题。传统的人脸识别方法多基于两维图像，由于受到姿态、表情、光照等的影响，至今很难建立鲁棒的人脸识别系统。人脸本身是一个三维非刚性几何体，二维人脸识别必然造成了信息的丢失。本文从一个新角度出发，利用三维数据进行人脸识别，克服了二维人脸识别系统中存在的部分问题。本文的工作以建立鲁棒的三维人脸识别系统为目标，围绕三维数据获取、三维图像预处理、三维特征提取以及特征选取与分类等方面进行了初步探讨。 本文的主要工作包括： ①研究了三维人脸数据获取方法，并利用非接触式三维获取仪建立了三维脸像数据库。其中3DCASIA脸像数据库，是现有规模最大、变化情况最全的三维脸像数据库。该数据库为三维脸像识别提供了算法测试平台，有利于推动人脸识别的研究。 ②在三维脸像曲面建模方面，从多角度图像获取的三维点集出发进行了逼真三维人脸曲面建模。在此，我们的目的在于发展一个鲁棒的人脸建模系统，普通用户可以用简单的采集设备构建自己的三维模型，并且建成的三维模型具有结构信息，能模拟人的表情。在该系统的搭建过程中，提出了基于面部元件拟合的策略和自适应多精度拟合的方法，能快速地由非均匀三维点集到曲面的建模，并且多精度拟合的曲面建模策略为进一步三维人脸识别奠定了基础。 ③在三维图像预处理环节中，提出了鲁棒的鼻尖检测方法和快速的三维点云配准策略。鼻尖在三维脸像数据中具有最为突出的特征，我们利用局部曲面特征和局部统计特征较鲁棒地定位鼻尖，对旋转、平移、缩放以及不同精度具有较强鲁棒性；利用控制系统中反馈的思想结合曲面建模和ICP策略，实现了快速鲁棒的三维图像配准。这些预处理工作为建立鲁棒的三维识别系统提供了必要条件。 ④在特征提取方面，提出了新颖的曲面特征表示方法。从整体角度上看，曲面特征可以分为两类：离散特征和关联特征。现有文献中利用的三维曲面特征如曲率、点信号等都可以看作为离散特征。本文在网格曲面建模的基础上，提出了新颖的离散特征和关联特征的表示方法，用他们共同描述曲面的本质特征。 ⑤在特征分类方面，本文采用了两种策略：融合和统计学习。根据不同属性的特征构建多个单特征分类器，把分类结果在决策阶段进行融合。本文分析了多种融合策略的性能，并选择了简单有效的融合策略。考虑到构建的特征向量具有较高的维数，我们采用的另外一个方案是利用AdaBoost学习策略选择出鲁棒的特征，同时结合他们建立分类器。据我们所知，这是第一次把统计学习的策略引入到三维人脸识别算法中，为三维人脸识别的性能的进一步提高开拓了新思路。 ⑥对现有的三维人脸识别算法中采用的典型特征进行了比较，同时对比了三维深度特征和二维灰度特征在人脸识别中的能力。在实验分析的基础上，得出了一些实用的结论，希望对人脸识别的深入有所帮助。 本文在三维人脸识别的各个环节做了一些有益的尝试和探索，并取得了一些初步成果。希望本文的工作和结论能够对进一步的人脸识别研究提供帮助。