作为计算机视觉和图像识别领域的研究热点,人脸识别技术具有生物特征唯一性和终身不变性等特点,但目前常见的二维人脸识别技术忽略人脸深度信息,存在检测速度慢,误识率高等问题,三维人脸技术可以更加全面地描述人脸,被广泛地应用在支付验证、智慧交通等场景中。针对三维人脸重建过程中相位展开方法速度慢且精度低的问题,提出优化的Goldstein枝切法进行相位展开。该方法使用质量图导向法将包含三维人脸信息的包裹相位图划分为高质量和低质量两个区域,高质量区域利用改进的Goldstein枝切法进行相位展开,低质量区域利用最小二乘法进行相位展开。针对二维人脸识别过程中识别速度慢且易受光照等因素影响的问题,提出一种基于光栅结构光的三维人脸识别方法。该方法首先根据基于肤色和Adaboost算法进行人脸检测,对包含人脸信息的图片进行三维重建,然后采用基于形状指数的三维人脸特征定位方法对鼻尖点、眼角和耳朵定位,再选用六条人脸曲线作为特征曲线,利用分层弹性匹配方法和点距信息进行特征匹配,最后加权融合计算相似度来实现三维人脸识别。针对本文提出的基于光栅投影的三维人脸识别方法,通过仿真实验和实物实验,实现了三维人脸重建和识别,验证了该方法的有效性。该方法具有良好的识别性能,受自然光的影响较小,并且对于表情、姿态具有较好的鲁棒性。