1.选题背景及意义 随着科技的不断发展，人们对于安全性的要求不断提高，密码、IC卡等身份识别工具已难以满足社会需求,生物统计识别技术得到了新的重视。

膜前，微电子和视觉系统方面取得了新的进展，使得该领域中高性能自动识别技术的实现代价降低到了可以接受的程度。

而人脸识别是所有的生物识别方法中应用最为广泛的技术之一，在近几年发展十分迅速。

基于计算机视觉的人脸识别技术能够很大程度上弥补传统身份识别工具的不足，并且极大地提升了安全性以及便携性。

在人工智能领域中，三维人脸识别技术的研究已经成为一个热门研究领域，它可以应用于需要身份认证的各种各样的场所之中，例如在金融领域中的银行交易身份验证，互联网或网上银行的交易身份验证；在国家安全防御中出入安全检查，各种监控系统以及门禁系统等，是解决身份识别的有效手段。

它可以有效避免2维人脸识别中存在的缺陷和不足，具有更高的精准性和可信度。

早在1964年，国外人员就开始从事人脸识别技术的研究，人脸识别是生物识别技术的一种形式，它涉及模式识别，计算机视觉，心理学以及认知科学等方面的诸多方式，在计算机的辅助下实现身份识别，是基于人独有的特征进行身份验证的有效手段。

也可以说，人脸识别也是指对于给定一幅人脸作为输入，在待识别的数据库中寻找匹配，在数据库中找到与输入人脸一直的人脸图像。

起初人脸识别是通过计算二维图像的特征点，如双眼间距，五官比例等，其算法的本质是将人脸分成N部分，分部分计算的问题，即将需要识别的人脸输入分类器给出分类判定，相似度最高的是同一人的图像。

早期由于数据采集设备的限制，取得人脸的三维数据非常困难，因此大部分的人脸识别方法针对的主要是二维图像，随着研究的逐渐深入，二维人脸的识别方法显露出越来越大的弊端，其准确性也很难得到保障。