在目前的三维人脸识别研究中，人脸特征点自动探测技术还不发达，手工标定特征点工作量大，费时且繁琐。为此，本文提出了一种将二维局部角点与三维局部形状指数相结合的方法，自动、准确地定位人脸特征点。　　本文首先基于人脸Range图像，提取出人脸边缘信息，将投影曲线与人体测量学相结合，提出了一种新的人脸分割方法，从Range图像中划分出眼角、鼻翼和嘴角共8个特征点搜索窗口，然后再在各个搜索窗口中定位特征点。在定位特征点的过程中，首先采用Harris角点检测算子，对不同质量的图像选取不同的检测参数来提取角点，以角点作为特征点位置的初始估计；然后，在角点的邻域内进行曲面拟合，计算每像素点处的形状指数（Shape Index），依据形状指数得到特征点位置的最终估计。　　为了验证方法的有效性，本文在 Texas3D人脸数据库上进行了实验，以与真值点的标准偏差（standard deviation）和平均偏差（average deviation）来衡量特征点的定位误差。8个特征点中，外眼角的定位误差最大，其标准偏差与平均偏差分别为1.958mm和2.237mm。除此之外，本文以定位出的特征点为基础，进行了三维人脸识别验证实验，选用特征点之间的测地距离和欧式距离作为几何特征用来识别人脸，无表情下识别率达到了97.5％，有表情下识别率达到了95.7%。