本书回顾了与现有人脸识别尤其是三维人脸图像识别研究相关的大量研究成果，探讨和总结了三维人脸识别研究需要着重解决的技术要点和以待克服的困难及问题，并在此基础上创新性地提出并实现了一种基于三维曲面形状描述符的三维人脸图像自动识别的技术框架，实现了从原始粗糙的三维人脸图像数据到最终完成人脸识别的各项必需任务。在技术框架的第一阶段，关键的人脸特征（尤其是鼻尖）需要被极其精确地识别和定位，从而为进行后续的人脸识别最终关键任务奠定良好的图像数据处理基础。

第一章 导言
第一节 人脸识别研究技术发展及产业现状
一、国家有关产业政策
二、人脸识别行业市场发展现状
三、国内外相关领域技术发展水平和趋势
第二节 三维人脸识别
第三节 研究目标和驱动
第四节 小结
第二章 人脸识别的研究背景与文献回顾
第一节 引言
第二节 二维人脸识别算法
一、基于外观的人脸识别
二、基于模型（model-based）的人脸识别
第三节 三维人脸识别技术和方法
一、基于二维人脸识别算法的三维人脸识别方法
二、使用形状分析的三维人脸识别
第四节 人脸数据库和性能评估
第五节 FRGC三维人脸数据库
第六节 迭代最近点算法
第七节 小结
第三章 人脸特征定位
第一节 简介
第二节 三维局部形状和曲面描述符
一、多轮廓曲面角矩描述符（MCSAMD）
二、多壳层曲面角矩描述符（MSSAMD）
三、小结
第三节 k最近邻AuRA算法
一、高级不确定推理架构（AURA）
二、使用k-Nearest Neighbour进行AuRA匹配
第四节 鼻尖分层定位方法
第五节 内眼眦（内侧眼角点）检测（Medial Canthi Detection）
第六节 实验结果
一、实验数据集
二、基于多轮廓曲面角矩描述符的鼻尖和内眼眦检测
三、基于多壳层曲面角矩描述符的鼻尖和内眼眦检测
四、表情变化对鼻尖定位结果的影响
五、与最新相关技术的比较
第七节 结论
第四章 人脸检测定位和对齐
第一节 引言
第二节 人脸定位
第三节 基于主成分分析的人脸姿态校正方法
第四节 使用迭代最近点算法并利用人脸的对称性进行人脸姿态校正
一、迭代最近点算法
二、基于人脸对称性的人脸对齐
三、使用不受表情影响的人脸区域的迭代最近点算法的人脸姿态校正
第五节 评估
第六节 结论
第五章 基于三维图像的人脸识别
第一节 引言
第二节 基于多壳层曲面角矩描述符的人脸匹配对比算法
第三节 人脸区域分割
第四节 累积加权人脸对比匹配
第五节 分层人脸验证（hierarchical face verification）
第六节 实验结果
一、实验1：人脸鉴别
二、实验2：人脸验证
三、实验结果对比
第七节 结论
第六章 总结并展望未来的研究工作
第一节 取得的成果和贡献
一、基于鼻尖检测定位的具有不受姿态变化和表情变化影响的人脸检测方法
二、不受表情变化影响的三维人脸姿态校正方法综合框架
三、快速准确的人脸识别算法
四、总结
第二节 未来研究展望
参考文献