身份认证是计算机和互联网世界里最基本的要素之一,也是整个信息安全体系的基础。生物识别技术应用于身份认证是未来发展的趋势,相对于基于口令和智能卡的技术来说,生物识别技术不仅能够为用户提供安全等级更高的保护,而且无需记忆、不易丢失,在使用上更加方便。随着安全意识的不断加强,生物识别系统中固有的安全漏洞已受到人们的广泛关注。目前绝大部分的安全威胁,来自于生物识别系统中直接存储模板这一传统的工作方式。生物模板保护技术是近年来专门为保护生物模板而提出的一项新技术,它将模板转换为一种秘密的形式进行存储,在实现身份认证的同时,不泄露原始模板的信息。作为一门新兴的技术,模板保护技术受到越来越多的关注,但在理论和实际应用中仍然存在诸多的问题。生物模板保护技术在实现对模板安全保护的同时,也对现有的一些生物识别技术造成一定的冲击。由于模板保护技术不直接存储模板信息,使得一些现有的成熟的算法不再适用。其中,三维人脸识别技术也受到了很大的影响。本文研究内容是在模板保护技术的约束条件下,开发相应的三维人脸识别技术。论文的主要创造性工作如下:提出适用于模板保护技术的三维人脸预处理方法。该方法可在没有原始模型参与的情况下,实现对三维人脸点云模型自动高效和精确的预处理。仿真实验验证了本文提出的预处理算法的有效性。提出了两种有代表性的、适用于模板保护技术的特征提取算法,一种是局部统计特征提取算法,该方法能够快速有效地对三维人脸进行识别验证;另外一种是基于空间融合的整体特征提取算法,它通过对三维模型的重采样,并融合灰度、曲率和深度信息,用模式识别的方法提取整体的特征,仿真实验表明该方法具有很高的识别效果。