人脸是一种十分常见而又相当复杂的视觉模式,人脸所能反映的视觉信息在人们的生活中有着重要的作用和意义,对人脸进行处理和分析在社会信息安全、公共视频监控、出入口检测、网络视频跟踪、人机交互等领域都有着广泛的应用前景,因此长期成为模式识别和计算机视觉领域持续的研究热点。近几年来,由于人脸特征提取在人脸处理和分析中的地位,人脸特征提取已经引起了越来越多研究者的注意,并逐渐发展成为一个相对独立的研究方向,其研究方法和手段上也逐渐成熟,出现了各种各样实用的人脸检测算法。而三维视觉的出现,可以很好的克服外界环境因素对于人脸识别的影响,能够解决目前人脸识别所遇到的光照、姿态、表情等问题。本文结合计算机模式识别理论和三维人脸数据特征,基于中科院自动化所三维人脸数据库CASIA,重点对三维人脸检测系统中的各组成模块进行了深入的研究。主要工作包括:1、实现了对三维空间信息的点云数据进行曲面拟合,并对三维空间信息进行旋转、裁剪、各轮廓分离。2、实现了三维鼻尖点的快速定位算法,并以此为基准区域,对不同的三维人脸数据进行配准。3、改进了一种三维人脸数据降维的方法,使得最终产生的三维人脸深度图形轮廓更准确,表现出来的灰度范围变化更均匀。实验结果表明,此算法具有很好的鲁棒性,可以有效地运用于不同尺寸、不同表情、不同姿态的情况。4、实验中,比较基于特征脸的方法和基于曲面几何信息的特征提取这两种方法,并初步的探索和尝试,深入了解了一种基于曲面特征关联性的特征提取方法。总的来说,本文在基于三维空间信息的三维人脸数据预处理和三维人脸特征提取方面做了深入的研究,并取得了一些初步成果,希望本文的工作可以对进一步的开发研究有所帮助。