三维人脸重建在人脸识别、影视制作、网络游戏以及医学等方面中的应用越来越广泛，并且随着计算机技术的快速发展，三维人脸重建已经成为当今计算机图形学、计算机视觉以及模式识别领域中的研究热点之一。基于单幅图像的三维人脸重建数据获取简单，只需一幅人脸正面图像，引起了研究者的广泛关注。本文针对基于单幅图像的三维人脸重建进行深入研究，具体如下：首先，研究了三维人脸数据规范化技术。利用激光扫描设备得到的三维数据，数据量较大且不规则，如何选取仅包含人脸主要特征区域的三维数据并对其规范化，是三维人脸重建以及识别的重要前提。本文选取人脸面部主要特征区域为椭圆形区域，利用基于平面模板的网格重采样方法实现了BJUT-3D人脸数据库的规范化，最终每个人脸均由23676个顶点组成，并且不同人脸点与点之间一一对应。其次，提出基于特征分块的三维人脸重建方法。本文将基于稀疏形变模型的重建算法与径向基函数插值相结合，同时考虑到人脸的姿态变化，提出了一种基于特征分块的三维人脸重建方法。按照人脸特征将人脸划分成四个分块(眉毛区域、眼睛区域、鼻子区域以及嘴巴区域)，分别利用基于稀疏形变模型的重建算法得到各个分块的三维形状信息，然后结合径向基插值算法，对得到的所有人脸三维数据进行修正。实验表明，该算法相较于未经分块稀疏形变模型的重建算法，在保证重建效率的前提下，重建精度有所提高。再次，提出基于人脸重建的加权三维人脸识别方法。本文将基于特征分块的三维人脸重建应用到人脸识别中，将三维人脸重建和识别结合起来加以研究，利用每个特征分块的重建误差确定其在人脸识别中的权重，误差小的权重大，反之权重小，实现基于人脸重建的加权三维人脸识别。最后，对本论文提出的基于特征分块的三维人脸重建算法和基于人脸重建的加权三维人脸识别算法进行实验验证，并给出实验分析与总结。