随着现代技术的快速发展,人脸识别已经被广泛的应用在身份识别、认证登录等信息安全领域。传统的二维人脸识别技术易受外部因素的影响,发展受到限制,而三维人脸识别由于具有更丰富人脸特征的优势,受到了越来越多研究者的关注。借助微软公司发布的Kinect深度摄像机,可以即高效又方便的获取彩色和深度数据,为三维人脸识别研究提供数据支持。因此,本文利用Kinect获取三维人脸数据,进行了关于三维人脸与表情识别的研究。本文的主要工作如下:1、本文将Kinect深度摄像机应用于三维人脸数据采集,通过Kinect官方SDK完成了深度图像和灰度图像的实时获取。然后,采用基于Haar-Adaboost算法对灰度图像中的人脸进行检测,并根据坐标关系确定了深度图像中人脸区域位置,提取出了深度图像中人脸。为了去除深度图像中的噪声,最后使用双边滤波对人脸深度图像进行了处理。处理后的人脸图像能够被用于人脸与表情识别,为后面研究提供数据支持。2、通过对三维人脸识别算法的调研,提出了一种基于3DLBP和LBP双模态融合的三维人脸识别方法。该算法使用3DLBP特征对深度人脸进行三维态人脸识别,同时使用LBP特征对灰度人脸进行二维态人脸识别,最后将两种模态结果进行加权投票得到融合后识别结果。实验结果表明,该算法对光照和遮挡等变化具有一定的鲁棒性,且在无光照、遮挡等变化条件下能够达到96.1%的识别率,具有较好的识别效果。3、针对表情识别,提出了一种基于3DLBP和HOG特征融合的三维表情识别方法。该方法充分利用了前面人脸识别中已经提取的3DLBP特征,并通过引入HOG特征,弥补了3DLBP特征对表情描述的不足。最后对这两种特征进行降维融合后,使用SVM算法进行分类识别。实验结果表明,该算法对6种基本表情取得了90.83%的平均识别率。4、基于以上研究,设计实现了一种基于表情加密的三维人脸识别系统。将表情识别加入到人脸认证过程中,实现了人脸与表情的双重验证。该系统可以很好的解决相似脸和人脸仿造问题,具有较高的安全性。实验结果表明,该系统能够在满足高识别率的条件下达到很低的误识率。