1、人臉識(shí)別至今已有多年歷史，正被廣泛的應(yīng)用到人們的日常鑒別和身份認(rèn)證系統(tǒng)，公共安全系統(tǒng)，通信系統(tǒng)等當(dāng)中。經(jīng)過(guò)研究人員的不懈努力，以圖像為基礎(chǔ)的二維人臉識(shí)別取得了較高的識(shí)別率。但是二維圖像只是三維人臉在二維空間里的一個(gè)簡(jiǎn)約投影，二維人臉識(shí)別無(wú)法解決由于光照、表情、姿勢(shì)等變換引起的問(wèn)題。隨著三維數(shù)據(jù)獲取設(shè)備的發(fā)展和不斷成熟，并且三維人臉數(shù)據(jù)包含了更多的人臉空間結(jié)構(gòu)信息，所以三維人臉識(shí)別逐漸成為研究熱點(diǎn)課題。本文主要是利用二維Gabor小波特征

2、和基于人體測(cè)量學(xué)的距離特征相融合的算法對(duì)三維人臉進(jìn)行識(shí)別，文章主要工作如下:
　　1.對(duì)現(xiàn)有三維人臉識(shí)別算法進(jìn)行了總結(jié)和分類(lèi):將三維人臉識(shí)別方法分為基于特征集的識(shí)別、基于頻域特征識(shí)別、基于統(tǒng)計(jì)特征識(shí)別、信息融合的識(shí)別方法，并列舉了國(guó)內(nèi)外常用數(shù)據(jù)庫(kù)。
　　2.提出將人體測(cè)量學(xué)面部基準(zhǔn)點(diǎn)應(yīng)用到三維人臉識(shí)別中，將三維深度圖三角網(wǎng)格化，并標(biāo)定特征點(diǎn)，提取特征點(diǎn)之間的歐氏距離特征以及測(cè)地距離特征。
　　3.基于二維Gabor小波

3、變換，并在此基礎(chǔ)上提出了將特征點(diǎn)區(qū)域塊與二維Gabor小波核函數(shù)進(jìn)行卷積來(lái)表示Gabor小波人臉，并將不同尺度和方向得到的特征矩陣求模作為特征值，然后將所有面部特征點(diǎn)的這些特征值組成特征向量。
　　4.提出將基于人體測(cè)量學(xué)的面部基準(zhǔn)點(diǎn)距離特征與二維Gabor小波特征進(jìn)行融合，然后通過(guò)最近鄰方法在Texas3DFRD數(shù)據(jù)庫(kù)中實(shí)驗(yàn)，得到最后識(shí)別結(jié)果，并且分析比較了二維Gabor小波特征和歐氏距離特征以及測(cè)地距離特征的識(shí)別結(jié)果，實(shí)驗(yàn)結(jié)果