人脸识别是一种基于生物特征的身份认证技术，是模式识别和机器视觉领域最为活跃的研究方向之一，具有十分广阔的应用前景。它通过对人脸特征的检测与分析，实现身份识别与鉴别。通常是利用二维照片作为研究对象，基于照片的人脸识别已经取得了一系列的进展，同时也存在一些重大的障碍，主要在于：姿态变化、光照不同、表情变换，都会给识别带来困难。为解决这些问题，国外的专家学者采用三维深度图象作为对象，开展了相关的工作，但目前研究还很不充分。 本文主要针对三维人脸面貌进行分析，研究了三维面貌的特征提取与识别方法。文中首先介绍了国内外面貌识别尤其是三维面貌识别的研究现状，并从认知学角度出发，设计了人脸的描述特征：接着提出了三维面貌特征的自动检测与标定算法，研究了利用三维样本进行特征的比较与面貌识别的方法；然后分析了三维面貌特征与二维正侧面照片的映射关系，并利用二维照片作为样本进行检索识别；最后给出了系统的分析设计与实现，对三维面貌识别技术的发展趋势和应用前景进行了展望。 主要内容包括： 1) 提出了人脸模式的层次化描述方法，并通过特征点的欧氏距离、轮廓线分段曲率特征、器官宏观隶属度进行量化；定义了基于生理特征的面貌坐标系，研究了三维面貌与二维照片间的映射关系。 2) 用人脸先验知识，进行三维面貌特征的自动检测与标定，利用径向差分和改进的高斯图方法，获取面貌的器官边缘区域；根据器官模板，通过区域边缘拟合和能量优化算法提取精确特征点。 3) 提出了基于双层语义网络的合法性校验方法，对自动检测的面貌特征结果进行整理，构造语义图，并根据知识规则加以验证。 4) 利用三维样本，根据特征欧氏距离、侧轮廓线分段曲率利止面轮廓线隶属度方法进行面貌识别，基于分类器自觉可信度改进投票法，对多分类器进行集成。 5) 提出了利用二维照片样本进行三维样本检索利识别的方法，有效地将二维照片获取方便的特点利三维样本特征稳定的特点相结合，扩大了三维面貌识别技术的应用领域。