随着信息社会的高速发展,系统安全,信息安全越来越受到人们的关注。三维人脸识别作为生物特征识别的一个主流方法,紧密结合了数学与高新技术,它以其友好的用户界面,不受光照,姿态,化妆影响等几大优势,逐渐成为身份识别的重要手段。然而现有的识别方法大多是利用比较复杂的算法进行一次性辨别,不利于提高整体识别速度,本文则使用基于曲线角度和曲面法向余弦值的SSIM三维人脸逐层识别方法,它是利用具有统计性质的方法对三维人脸信息进行逐层识别。本篇论文首先通过数学统计方法分析人脸各部位的稳定性,从而确定相对稳定区域为鼻子和额头。其次,利用三次样条插值法提取能够反映人脸特性的七条深度曲线,并对曲线进行归一化等预处理,然后通过构造深度曲线与角度曲线的转化函数来弱化姿态造成的影响,根据角度曲线的性质和作用设计一维高斯加权函数,使用SSIM算法计算相似度,进行初步判别。最后,利用最小二乘曲面拟合法获得鼻子和额头区域各点的曲面法向量,对法向量与三个坐标轴的夹角余弦值进行线性变换得到三组余弦分量,通过图像处理和直方图统计方法提取额头和鼻子边缘的余弦分量作为特征,根据特征分量的性质和作用设计二维高斯加权函数,使用SSIM算法计算相似度,融合相似性得分,作最终识别。在FRGC(v2.0)的中度和微小表情数据库上验证了算法的实用性和稳定性,得到了较好的识别效果,同时提高了整个系统的平均识别速度。