人脸识别研究在近20年中获得了广泛的关注，但大部分工作都集中于二维图像的人脸识别。利用图像进行人脸识别不可避免的受到光照、表情和姿态等因素影响，算法的实用性受到很大限制。 随着3D成像技术的快速发展，利用人脸3D信息来进行人脸识别正逐渐成为研究热点。3D模型代表了人脸形状更完备的信息，并且可以克服姿态和光照的影响，这使得它具有独特的优势。针对3D人脸识别，本文的主要工作如下： 1)、提出一种新颖的3D人脸模型的平面表征方法---曲面极光谱。首先在平面上建立人脸模型的保角保面积的同构图，然后在极坐标空间里进行离散傅立叶变化获得能量谱图。该表征方法具有姿态不变性，同时能消除表情的部分影响。 2)、利用曲面极光谱，我们给出了一个三维人脸识别算法---Fisher-Spectrum。该算法在3D_RMA库上得到了理想的识别效果。 3)、由于我们以前的研究结果表明，人脸侧影(profile)是三维人脸识别中的一个很好的特征。故，我们还对基于侧影的人脸识别中的鲁棒的侧影归一化方法与相似度量进行了实验比较。 本论文得到以下基金资助：国家863计划(No．2001AA4180)与浙江省自然科学基金青年科技人才培养专项基金(No．RC01058)。