人脸识别作为一项关键的生物特征识别技术正受到越来越多的研究者的重视，当前的人脸识别系统在用户配合的理想情况下，取得了令人满意的结果，但是在姿态、光照、表情等因素引起的人脸外观剧烈变化的情况下，识别性能急剧下降。本文主要针对人脸识别中的姿态问题，提出了基于3DMM变形模板的人脸姿态估计方法。将基于主动表观模型（AAM）的精确的人脸特征点定位和离线训练的3DMM变形模板结合起来，使用POSIT姿态估计算法进行由粗到精的姿态估计，取得了较好的姿态估计结果，为接下来的人脸姿态校正提供了很好的基础。　　 本文的工作主要围绕精确的人脸特征点定位和由粗到精的人脸姿态估计两项关键技术展开，工作重点为算法研究和工程实现。论文首先简单介绍了本文系统的整体框架，接着对基于主动表观模型（AAM）的人脸特征点定位和基于3DMM变形模板的姿态估计的基本理论和具体流程作了详细的探讨，并重点讨论了两项技术的核心模块，包括混合表观模型的建立方法和如何利用混合表观模型进行人脸特征点的搜索算法，基于3DMM变形模板的POSIT姿态估计算法等。通过深入比较分析现有算法并结合MATLAB仿真结果，针对本文系统的特点提出了合理有效的解决方案，包括基于EigenTransform变换的人脸姿态精确估计和基于线性优化的人脸姿态估计算法等。　　 最后，本文详细介绍了基于双核异构处理器TMS320DM6446嵌入式平台的人脸识别系统硬件结构和基础软件环境，深入阐述了人脸姿态预处理算法的移植和优化。实验测试结果表明:基于线性优化的人脸姿态估计算法可以很好的估计人脸的三维姿态，并重建出输入图片人脸的特定的三维形状模型，能够增强人脸识别系统对姿态的鲁棒性，极大地提高了人脸识别系统的性能。