随着科学技术的发展,人脸识别技术越来越多的被应用于火车站安检、小区门禁系统、手机支付,以及医院和药店等场所。传统的二维人脸识别技术大多受到光照、姿势、遮挡等外界因素的影响而出现识别不到或者识别错误情况,存在多种隐患。三维人脸识别由于具有光照、姿态、化妆鲁棒性以及面部信息丰富性等优势,受到越来越多的关注。首先,本文使用快速、低成本的Kinect三维传感器,设计实现了一个三维人脸识别子系统。该系统前端基于Vue.js框架,后端基于Spring框架,数据库采用MySQL,系统实现前后端分离,能够提高开发效率。其中,人脸检测采用的骨骼定位技术不受光照影响,弥补了二维图像中光照因素影响的不足,人脸识别采用Keras框架训练孪生神经网络进行预测分类。通过数据获取、生成人脸模型、模型训练、人脸识别功能模块,有效实现了人脸识别。其次,设计实现了一个基于三维人脸识别的医保审核系统原型。该原型由前端、服务器后端和数据库管理三部分组成。系统主要功能模块包括病员注册、系统登录、病员识别、数据库管理。其中,病员识别部分调用三维人脸识别子系统的接口,辅助医保审核系统完成身份认证工作,数据库管理将病员相关信息以及识别结果等进行保存。最后,通过RGB-D数据集和真实人物进行测试。结果表明,所设计实现的基于Kinect的三维人脸识别子系统有较好的识别准确率,可以应用于医保审核平台。