随着社会的进步以及网络技术、计算机技术的飞速发展,基于生物特征的身份认证技术受到广泛的关注,如指纹识别、虹膜识别、人脸识别等。在所有生物特征识别方法中,人脸识别技术因其具有直接、友好、方便、符合人们认识规律等优势,成为研究者们的首选识别技术。传统的人脸识别方法在一定的约束条件下可以获得很高的识别率。然而因其容易受到光照、姿态、表情等变化的影响,二维人脸识别技术已经碰到很难逾越的瓶颈,基于此,三维人脸识别技术应运而生。三维人脸识别在一定程度上弥补了二维人脸识别在光照、姿态、表情上面的不足。本文主要从五个方面阐述了三维人脸识别技术的整个过程:三维数据获取、预处理、三维人脸库、特征提取、人脸匹配,并分别作了初步探讨。本文的主要工作和成果如下:1.综述了三维人脸识别的研究现状。2.提出了一种结合对称剖面及梯度信息提取鼻尖点的方法。三维人脸识别过程中,特征点的提取是关键步骤之一,通过对人体生物特征的了解,本文在特征提取方面结合了对称剖面及梯度信息来提取鼻尖点。3.对原始ICP进行了改进,提出了Delaunay-ICP。ICP算法是三维人脸识别中经典的匹配算法之一,本文根据ICP的缺点提出了一种新的匹配算法Delaunay-ICP,它结合了Delaunay剖分以及ICP算法,吸取了ICP的精华,且在一定程度上弥补了ICP的缺陷。现在的三维人脸识别技术很大程度上都是在理想状态下进行的,比如都是正面人脸,无任何遮挡物或遮挡物很少,因而进一步的三维人脸识别技术将会朝着有遮挡物、非正面人脸的方向快速发展。