人脸识别是当前生物特征识别的热点之一。通常的人脸识别研究主要集中在二维图像方面，但由于光照和姿态因素的影响，限制了二维人脸识别的精确度。随着三维数据的获取技术的发展，有很多研究者已经开始尝试利用三维深度图像，进行三维人脸识别的研究，弥补二维人脸识别在姿态，光照方面的问题。 本文研究和分析了近年来关于三维人脸识别的学术论文及文献，对三维人脸识别的若干问题进行了探讨，并针对三维人脸模型的配准进行了深入的研究。实验表明本文提出的人脸三维配准的改进方法是合理的，具有一定的理论价值和实用价值。 三维人脸识别技术的研究首先要解决的问题就是三维模型的数据配准问题，其处理结果的好坏直接影响着三维人脸识别的后续步骤。本文主要任务是是针对三维数据获取设备得到的两个或多个真实的三维人脸模型数据，找到在统一尺度和坐标系下，它们之间的的对应关系。本文的研究工作主要成果包括： 1.研究了三维模型的粗、精配准策略方法和基本ICP配准算法的原理，并且对该算法的收敛性进行了简要的证明。分析总结了基于ICP的算法中的不足和可以改进的地方。 2.针对基本ICP算法的不足之处，研究了PickyICP算法和Softassign-ICP算法的基本思想和步骤。在实现快速粗配准的基础上提出了改进的Picky-Softassign-ICP算法，并给出了该算法的详细步骤，并且讨论了算法中控制点的选择方法、匹配错误率权值的选取、迭代终止标准的选取以及改进算法的计算量问题。 Ⅰ3.建立了一个三维配准实验系统。该系统主要进行三维模型的粗配准和三维数据间对应关系的求取即精配准，并显示配准后的结果。该系统能比较详细地反映实验的全过程，便于不同算法之间的比较。并且根据实验得到的数据，包括粗配准、基本ICP算法、Softassign-ICP算法和改进的Picky-Softassign-ICP算法的实验结果，进行了统计上和理论上的分析。