近年来,人脸识别技术有了很大的发展,以二维人脸识别技术为代表的人脸识别技术日趋完善,也开始显露一些弊端。人脸是个复杂的曲面,包含各种各样的信息,这些信息往往都不在一个平面上,许许多多的这些信息构成了人脸的一个三维坐标整体,依靠目前的二维人脸识别技术很难全面的概括三维人脸信息,于是衍生了三维人脸识别技术。针对目前三维人脸识别算法中计算量大,效率低,人脸自动标定算法误差较大,匹配过程中人脸特征权值不好确定的问题,提出了从人脸的基本脸型出发,通过对三维人脸库中的三维模型进行手工标定并确定其脸型,最终得到8个类型的脸型数据库。根据遗传算法对这8个类型的人脸数据进行训练,得到特征权值的最优解。匹配时,根据从人脸库中得到的脸型的结构比例关系,进行一个粗略匹配,确定其脸型,然后再在该类型的人脸库中进行详细匹配。实验结果表明了该算法的可行性和有效性。主要研究内容如下：(1)根据人脸的特征将人脸分为8个脸型,构建对应的三维人脸库,并采集三维人脸上对应的特征距离信息。(2)根据人脸的结构特点,采用16个特征点来标定导入照片人脸上的特征点,从而获取人脸上的距离特征信息,然后根据得到的这些特征信息,进行一个脸型上的粗略匹配,确定该人脸脸型。(3)通过遗传算法,根据类间距离和类内距离差异来得到适应度函数,对这8类人脸进行迭代,最终得到各个特征距离的权值的最优解,然后结合最小二乘法,在对应的脸型数据库中匹配,从而得到最接近的三维人脸。(4)采用Unity3d三维引擎结合C#语言,实现一个通过单张人脸匹配三维人脸的交互式系统。