近年来,生物识别技术被广泛的应用到各个领域,人脸识别是基于生物特征认证技术中最为活跃、最具挑战性的课题,也是本世纪最具发展潜力的技术之一。三维人脸识别有望解决二维人脸识别中面临的光照、姿态和表情等影响识别效果的瓶颈问题。因此成为众多科研机构研究的重点。但是,当前国内外机构对实际应用性系统的研究很少,也不是很充分。正由于此原因,本文将对一个完整的三维人脸识别系统进行研究。为达到研究要求,本文做了以下工作:1、本文首先介绍了人脸识别系统的研究意义和发展现状,以及目前研究中的一些主流方法和其所用到的关键技术,并由此得出了该课题的研究难点,为本文的研究提供了思路。2、针对传统的ASM的人脸特征点检测算法过于耗时,准确性不高的问题。对传统算法进行了改进和优化。在传统算法初次匹配阶段,提出了基于人脸三角形特征点对模板初次匹配的方法。在算法搜索过程中,加入了人脸的全局纹理信息约束,使得算法消耗的时间大幅度减少,提高了人脸特征点定位的准确度。为三维人脸模型的建立打下了基础。3、基于计算机双目立体视觉理论,创建初步的三维人脸模型。通过完成摄像机的标定工作,然后得出互成角度的两张人脸二维图片,不同坐标系下的二维坐标,拟合成三维坐标系下的三维人脸坐标,最后建立人脸的三维模型轮廓。4、由于传统的双目立体视觉建立三维人脸模型在提取特征点时,其所提取的三维特征点是有限,不能很好的恢复人脸三维特征点云信息,影响系统识别效果。为解决这个问题,本文提出了一种自动迭代插值算法。该算法能够自动迭代计算得到新的比较准确的三维人脸数据点。能够通过恢复二维图片中三维人脸特征的数据点云信息,建立可用于识别的、饱和度较高的三维人脸模型。5、目前,基于人脸三维几何特征的识别算法不能很好地解决人脸表情变化时的识别准确性问题。针对该问题,本文在此基础上提出一种基于几何特征变化关联程度的三维人脸识别方法。运用相关的概率知识,计算几何特征差异的关联程度,通过计算含有表情变化关联程度的相似度,进行三维人脸识别,从而提高了三维人脸识别的准确性。实验证明,本文的三维人脸识别系统可以进行高效的、基于二维图像的、实时的三维人脸识别,能得到令人满意的识别效果。