近年来,随着信息时代的发展,人脸作为个人身份的重要标识在日常生活中扮演非常重要的角色。人脸之间的差异通常与遗传性状的外在表现息息相关,而通过计算机视觉的方式对三维人脸的相似度进行分析是探索基因差异性的重要手段,同时在多个领域发挥着不可替代的作用,如物种进化、遗传性状估计、颅面重建评估等。在一个完整的人脸相似度估计系统中,首先需要建立人脸之间对应关系,然后基于对应关系进行特征提取并进行差异性评估。然而,三维数据作为一种非结构化的数据,对人脸的相似度估计带来多众多挑战。首先,人脸之间的对应关系涉及到特征点和非特征点,如何利用特征点的对应进行完整的人脸匹配仍然是研究的重点和难点;其次,一个良好的人脸特征信息应当能够正确捕捉人脸表面的结构特征,如何通过人脸特征正确评估人脸相似度仍然是现在需要解决的问题;最后,相似度度量作为一个具有模糊性和主观性的概念,需要一个稳定的衡量指标作为方法对比的参考标准。因此,本文以“基于静电场的三维人脸形状匹配和相似度分析”为课题,对三维人脸对应关系求解、相似度特征提取以及相似度分析进行了深入的研究。本文的工作内容主要包括三个部分:基于特征点网格的三维人脸匹配、基于静电场的相似度度量以及基于云模型的相似度分析。（1）基于特征点网格的三维人脸匹配:三维人脸匹配的主要任务是在特征点的引导下正确求解人脸之间的对应关系,因此本文在三维人脸上设计一套完整的特征点系统,并构造特征点网格标识人脸结构。基于特征点网格的稀疏对应关系和非线性变换将模板人脸的顶点完整的匹配到目标人脸,并通过局部实验和全局实验验证匹配的正确性。（2）基于静电场的相似度度量:不同于传统方法从三维物体表面提取特征,本文基于电场的物理特性,设计一个静电场模型利用等电势面来描述三维人脸。同时结合主动形状模型（ASM）用于三维人脸的特征提取和形状变形。通过实验可以证明这种特征同样具有对人脸形状的描述能力,同时对不同种族的人脸具有区分能力。（3）基于云模型的相似度分析:针对相似度度量这种模糊性概念,本文基于云模型建立相似度之间定性概念和定量的映射关系,并综合多种方法以统计的方式建立相似度的评价指标,该指标可以用于不同方法在相似度度量方面的对比。通过实验可以证明,基于云模型的评价指标,我们的方法在相似度度量中准确性更高,且对不同人脸的差异的度量具有稳定性。