人脸识别技术因其友好、自然、直观等特点，在许多领域都具有很大的潜力。基于图像的二维人脸识别技术经过几十年的发展，已经取得了非常不错的成绩，但是仍然无法解决光照、姿势、妆容等因素带来的影响。而三维人脸识别技术能够充分利用空间几何信息，并且对光照、化妆等问题不敏感，但三维人脸识别也面临着局部遮挡和表情变化等因素的严峻挑战。因此本文对上述问题进行了深入研究，具体工作和创新点如下：　　1）提出了一种基于遮挡检测和局部特征的三维人脸识别算法。首先训练出非遮挡的平均人脸，然后检测出平均人脸的鼻尖，通过相对于鼻尖点的偏移将人脸分为多个子空间。在对人脸进行遮挡检测时，先定位出人脸中形状指数较小但曲率指数较大的点，将这些点及其组成的区域作为遮挡的候选区域，然后计算落在这些区域内的人脸子空间和对应的平均人脸子空间的差值判断出最终的遮挡区域。在人脸识别阶段，对人脸径向线采样得到人脸关键点，接着在关键点邻域内构造3DWWs(3D Weighted Walkthroughs)局部描述符，最后采用多任务稀疏表示分类器实现最后的人脸识别。分别在FRGC v2.0数据库和Bosphorus数据库进行相关实验，结果表明该算法的有效性以及对局部遮挡的鲁棒性。　　2）提出了一种基于径向线的局部遮挡和表情变化下的三维人脸识别算法。首先利用镜像对称面绕鼻尖旋转得到径向线，选择人脸半刚性区域内的径向线作为有效部分，然后在径向线的有效部分内截取和采样，并以相邻采样点的欧式距离为直径，以相邻采样点的中点为球心作球，切割点云得到径向线邻域，在邻域内提取三个局部特征构成局部特征描述符。然后通过局部特征描述符构造相关代价函数，生成对应径向线间的相似向量，相似向量将径向线被分为多段，从而避开局部遮挡和表情变化带来的不规则形变区域。最后通过相似向量完成径向线匹配，实现局部遮挡和表情变化下的三维人脸识别。在FRGC v2.0数据库和Bosphorus数据库进行本章实验，结果表明该算法稳定并且取得了不错的识别效果，并对局部遮挡和表情变化有良好的鲁棒性。