人脸识别是基于生物特征的身份认证技术之一，是模式识别和计算机视觉邻域的热门研究方向，在商业、安全监控等领域有着广泛的应用前景。三维人脸识别以人脸的三维数据为基础，结合计算机视觉和计算机图形学，利用三维人脸的深度信息，能够解决和克服二维人脸识别研究中所面临的光照、姿态和表情变化的问题。人脸的旋转角度估计是三维人脸识别的前处理，是智能人机交互以及人脸识别的前提条件。本论文所作的主要工作是基于三维人脸深度数据的人脸旋转角度估计和人脸识别。主要的工作和创新点如下：　　 1.概述了目前三维人脸识别的概念和基本过程以及三维人脸数据的获取与数据表示等相关技术，以及对三维人脸识别效果的评估等各个步骤。重点介绍了利用深度信息建模识别的算法2．提出一种基于三维人脸深度数据的人脸姿态计算方法。利用人脸的深度数据以及与其一一对应的灰度图像，根据微分几何原理和相应的曲率算法定位处出人脸鼻尖点和鼻鞍点，利用人脸数据中的灰度特征定位出人脸的左右瞳孔，进而计算出人脸姿态在三维空间中的三个姿态角。　　 3.在三维人脸空间姿态已知的基础上提出了一种基于面部轮廓线的三维人脸识别方法。首先根据计算机图形学的原理对偏转的空间人脸进行旋转使其达到正视面状态，通过曲面拟合和重新采样将旋转后的人脸深度数据规整化，得到姿态矫正后的深度图。对旋转后的人脸曲面提取两条重要的轮廓线：中心侧影线和鼻尖处横切轮廓线。　　 利用迭代最近点（ICP，iterative closest points）算法对轮廓线进行精确匹配，给出最终的识别结果。