人脸识别是基于生物特征的认证技术中具有挑战性的领域之一,也是本世纪有良好发展潜力的技术之一。作为自然而友好的身份识别方式,人脸识别已经成为模式识别和图像处理中的重要研究热点。使用二维图像人脸识别方法,由于受到光照、姿势、表情变化的影响,其识别的准确度受到很大限制。迄今为止,建立一个鲁棒的人脸识别系统仍然是一个很困难的问题。由于3D数据本身具有显式的几何形状信息,因此3D人脸识别更具克服姿态和表情困难的潜力。本文主要针对三维人脸识别,在以下几个方面展开了研究工作:1、在初始三维数点云数据量足够大的情况下,尝试使用B样条曲面拟合生成的网格控制顶点模拟三维点云数据。这个方法提高了点云数据的规格化程度,并大大减少了数据量,提高了算法效率。2、确定了三维人脸坐标系,并结合深度信息特点提取轮廓线,进行了曲率计算和分析,进而提取鼻子距离特征和人脸中分轮廓线分段曲率特征用于识别。降维处理简化了算法复杂度。3、分析特征向量的特性,利用欧式距离法和互相关函数进行样本间相似性度量,完成了人脸识别算法。4、在理论研究的同时,我们采用ViusalC++6.0以及SQL数据库后台设计实现了实验性的三维人脸识别系统平台。该系统能提取人脸轮廓线,并进行曲率计算和分析,从中提取人脸特征向量组,通过欧式距离法和互相关函数相似度比较实现三维人脸识别。试验结果验证了算法的可行性。