1、隨著信息化社會(huì)的不斷發(fā)展，傳統(tǒng)的口令式身份識(shí)別方法已無(wú)法滿足人類的需求，人們迫切需要一種更加便捷、有效的身份識(shí)別技術(shù)。生物特征識(shí)別技術(shù)是一種根據(jù)人體自身所固有的生理特征和行為特征來(lái)識(shí)別身份的技術(shù)，由于其終生不變、不易偽造等優(yōu)點(diǎn)，已成為身份識(shí)別技術(shù)的重要發(fā)展方向。三維人臉識(shí)別技術(shù)是一種典型的生物特征識(shí)別技術(shù)，由于其在理論研究意義和現(xiàn)實(shí)應(yīng)用中的巨大價(jià)值已成圖像處理、計(jì)算機(jī)視覺、模式識(shí)別和人工智能領(lǐng)域重要的研究方向。三維人臉識(shí)別技術(shù)具有非接觸

2、性、信息完備、對(duì)光照條件不敏感等優(yōu)點(diǎn)；但同時(shí)也受到數(shù)據(jù)處理難度大、姿態(tài)表情年齡等因素、自動(dòng)化程度不高等條件的制約。
　　本文基于國(guó)內(nèi)外三維人臉識(shí)別領(lǐng)域最新的研究成果，針對(duì)三維人臉識(shí)別過程中的若干關(guān)鍵問題進(jìn)行深入研究。并通過理論分析和大量實(shí)驗(yàn)，驗(yàn)證了本文中所提出算法的有效性。本文主要的創(chuàng)新點(diǎn)和貢獻(xiàn)如下：
　　(1)傳統(tǒng)的人臉識(shí)別方法僅僅利用了二維人臉圖像中的灰度信息。本文將復(fù)數(shù)域的表達(dá)形式引入到人臉圖像的表達(dá)中，將一一對(duì)應(yīng)的二

3、維灰度數(shù)據(jù)和三維深度數(shù)據(jù)融合表達(dá)。并將該復(fù)數(shù)域表達(dá)方法與特征臉?biāo)惴?、Fisherface算法適當(dāng)結(jié)合，提出復(fù)數(shù)域特征臉?biāo)惴ê蛷?fù)數(shù)域Fisherface算法，將多數(shù)據(jù)融合思想應(yīng)用于人臉識(shí)別過程。
　　(2)對(duì)于不同姿態(tài)下的人臉圖像，僅僅采用二維灰度信息往往很難獲得理想的識(shí)別效果。三維人臉圖像包含了人臉原始的幾何信息。特別是三維人臉深度圖，在旋轉(zhuǎn)過后具有幾何上的連續(xù)性。對(duì)于不同姿態(tài)條件下的三維人臉圖像，通過旋轉(zhuǎn)插值將圖像校正到人臉正中

4、面的狀態(tài)，再進(jìn)行人臉識(shí)別實(shí)驗(yàn)。該方法充分利用人臉圖像的三維信息，減少了不同姿態(tài)對(duì)人臉識(shí)別率的影響。
　　(3)隨著成像技術(shù)的發(fā)展，圖像分辨率越來(lái)越高，三維圖像數(shù)據(jù)量龐大。本文提出了利用等高線理論實(shí)現(xiàn)三維人臉特征提取的算法。針對(duì)三維人臉深度圖像，利用曲面等高線和傅里葉描繪子完成特征提取，通過三維人臉等高線特征來(lái)進(jìn)行人臉識(shí)別，在相關(guān)人臉庫(kù)中的實(shí)驗(yàn)獲得了較好的識(shí)別效果。
　　(4)近年來(lái)，流形學(xué)習(xí)理論在模式識(shí)別、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)