近年来人脸识别以其方便、直接、有效而受到世人的瞩目，在身份认证、门禁系统、公共安全等领域具有广泛的应用前景。早期的基于二维图像的人脸识别已取得很大的成功，但仍然存在如姿态、光照、化妆、表情和遮挡等许多自身难以克服的缺陷。三维人脸模型相比于二维人脸图像，包含更多的形状信息，能够更精确地反映脸部特征，同时不易受到姿态和光照的影响，因此成为当前人脸识别领域的研究热点，受到越来越多的关注。本文在综合研究了三维人脸识别技术的优势和发展现状的基础上，针对表情、遮挡等影响识别的因素，从三维人脸模型的几何特征分布出发，提出两种新的三维人脸识别方法。本文的主要工作总结如下:　　1.提出一种基于面部径向曲线弹性匹配的三维人脸识别方法。首先，对三维人脸进行预处理，提取从鼻尖点发射的多条面部径向曲线，并对径向曲线进行重采样后提取有用点以建立对应径向曲线之间的点对应关系;然后，对测试人脸的每条径向曲线与库集人脸的对应曲线进行分层弹性匹配，再根据测试人脸与库集人脸建立的点对应关系，利用对应点到鼻尖点的距离匹配曲线;最后，将每条曲线的两种匹配相似度进行加权融合作为总相似度用于识别。在FRGC数据库上的实验结果表明，基于面部径向曲线弹性匹配的三维人脸识别方法具有很好的识别性能，并且对表情、遮挡和噪声具有较好的鲁棒性。　　2.提出一种基于几何特征融合的三维人脸识别方法。首先将三维人脸模型映射至深度图像，并在深度图像上使用几何特征点定位算法快速定位包括鼻尖点在内的多个几何特征点;再根据深度图像与三维人脸模型的对应关系在三维点云上定位对应的几何特征点;随后利用得到的鼻尖点对三维人脸模型进行预处理;最后使用得到的几何特征点、侧面轮廓线和鼻子刚性区域作为分类特征组成级联分类器，完成人脸识别。实验证明，该分类器的设计很好地利用了多数据多技术融合的优点，使用该分类器进行识别比单一方法识别具有更高的识别率，同时具备很快的识别速度。　　本文对人脸的几何特征进行了深入的研究，人脸的几何特征能够有效地描述人脸曲面的形状信息，且具有很好的表征性，用来进行人脸识别具有较好的识别效果;同时由于人脸几何特征结构简单，计算复杂度低，因此本文提出方法可以基本满足三维人脸识别应用对实时性的要求;本文选取具有刚性特性的几何特征，能够很好地减小表情变化对人脸识别造成的影响，对表情具有较好的鲁棒性。