随着三维扫描技术和生物特征识别技术的快速发展，三维人脸识别得到了越来越多的关注。传统的二维人脸识别主要是基于二维灰度或彩色图像，虽然已经取得较好的识别性能，但仍易受光照、姿态、表情、化妆等因素的影响。三维人脸识别主要是根据人脸的三维几何形状信息进行识别，三维信息的主要格式为三维网格、深度图像和三维点云，包含了比二维人脸更多的信息，且三维信息不会受姿势和光照的影响，所以三维人脸识别被认为具有更好的识别效果。　　 尽管三维人脸识别技术拥有广阔的前景，但三维人脸信息丰富，数据量大，并同样受到表情的影响，因此提取有效特征较为困难。本文对三维人脸识别系统的要素进行了分析，对其中的一系列问题进行了研究，包括预处理、标志点定位、以及识别算法，等等。　　 本文第一章阐述了三维人脸识别技术的应用背景和研究现状。第二章对三维扫描仪采集到的原始人脸进行了预处理，包括提取出人脸的待处理区域和一些标志点，方便了后续的配准工作。针对传统曲率方法定位标志点时运算量较大、准确度较低的问题，第三章提出了一种运算量较小、效果较好的特征描述方法，并把该方法应用到三维人脸，定位人脸的标志点，如鼻子、内眼角和嘴角。第四章是本文的关键部分，提出了一种快速鲁棒的人脸识别方法。该方法基于人脸之间的密集点对应关系，在配准时加入了非刚性的薄板样条形变来消减人脸的形状差别带来的影响，并利用了参考人脸的思想降低运算量，提高了配准的速度和精度。在分类识别时，提取了具有较高区分度的未形变的人脸作为每个人脸的表征；计算得到的点集距离区分度较高，类内距离和类间距离差别较为明显，在人脸无表情和有表情的情况下都取得了较好的识别效果。第五章对本文的内容做了总结，并针对以后的研究提出了一些具体的改进思路。