自动人脸识别是一个跨计算机视觉、模式识别、人工智能、心理学等多个学科的研究问题，基于人脸的自动身份认证技术在安全、娱乐等领域具有广泛的应用前景。因此，进行自动人脸识别研究具有科学以及现实的意义。基于二维图像的自动人脸识别技术遇到了诸如光照、姿态和表情变化等难以克服的难题。从数据获取方式上来说，三维人脸数据的获取不受人脸姿态、环境光照变化的影响，三维人脸识别方法更具潜力。本文围绕姿态与表情变化下的三维人脸识别问题，对三维人脸姿态变化问题给出了有效的解决方法，对表情变化下的人脸识别问题，提出一种新的人脸表征方法，进行相关实验，并对实验结果进行了讨论。本文的主要工作总结如下：（1）总结了当前三维人脸识别的研究现状本文详述了人脸识别中一些常用的概念和一个典型人脸识别系统中包含的各个步骤，以及所涉及到的相关的技术；然后基于人脸原始数据的表示方式，将三维人脸识别算法进行了分类，列出了一些算法的识别性能。（2）提出了一种基于人脸特征点和几何特征的三维人脸姿态规则化方法通过三维人脸面部上的五个特征点坐标，即左内眼角点、右内眼角点、鼻根、鼻尖以及鼻下点，以及整个人脸准对称的几何性质，确定人脸姿态；然后根据特征点在一个标准姿态下与当前姿态下的相对位置关系，确定一个人脸姿态变换关系，从而得到姿态规则化的人脸表面数据。（3）基于人脸几何特征的人脸表征方法下的人脸识别以人脸点云的表示方式，基于高斯曲率公式，提出一种突出高斯曲率灰度图的人脸表征方法。对提出的突出高斯曲率图运用线性判别分析，进行特征提取，基于不同线性判别分析实现方法以及相似度度量方法，验证了提出的人脸表征方法的有效性。