三维人脸识别技术是当前计算机视觉和模式识别领域的一个热门课题,受到国内外专家和学者的广泛关注。三维人脸识别技术相对于传统二维人脸识别方法有诸多优点,可以解决二维人脸识别中姿态、光照变化鲁棒性差的问题,但三维人脸样本不易获取成为了其广泛应用的一个阻碍。针对上述问题,本文研究了基于三维重建的人脸识别技术,利用三维重建算法将单幅人脸图像重建三维人脸模型,并以此进行识别。本文主要内容如下:首先,对三维人脸样本库做数据标准化操作。首先对样本库中模型进行姿态矫正,然后根据形变模型的原理,采用三维人脸的自动对齐方法对三维人脸样本库进行数据标准化。其次,对经典形变模型进行改进,提出基于边缘线的三维人脸重建算法。通过提取二维人脸图像特征区域中的边缘线,采用改进型遗传算法进行寻优求解,此算法改善了形变模型重建效率。再次,对三维人脸识别算法进行研究,提出了基于测地线采样的人脸识别算法。根据三维人脸上的相邻点在模型发生较小形变时,其测地线距离相对不变的原理,在模型上提取测地线邻域特征表示三维人脸。经实验验证,此算法运算效率较高,并且对表情变化具有良好的鲁棒性。最后,对基于三维重建的人脸识别方法进行了验证。对人脸三维重建和三维人脸识别综合起来加以研究,介绍一种基于三维重建的3D+2D多模态人脸识别方法。经过实验验证,本文提出的基于三维重建的3D+2D人脸识别算法对单幅图像姿态变化具有较好的鲁棒性,较经典算法对姿态人脸识别率有所提升。