1、采集待識(shí)別目標(biāo)人臉的圖像數(shù)據(jù)，并對(duì)其中的人臉關(guān)鍵點(diǎn)進(jìn)行標(biāo)定，其中，人臉的圖像數(shù)據(jù)包括人臉的深度圖像和人臉的彩色圖像；
  2、根據(jù)標(biāo)定后的人臉的深度圖像進(jìn)行三維人臉重建，得到三維人臉重建模型；
  3、計(jì)算三維人臉重建模型中的預(yù)設(shè)數(shù)量的各關(guān)鍵點(diǎn)之間的表面距離，生成表面距離矩陣；
  4、將表面距離矩陣轉(zhuǎn)化為人臉標(biāo)準(zhǔn)型；
  5、從人臉標(biāo)準(zhǔn)型中提取出待識(shí)別特征向量；
  6、將待識(shí)別特征向量與預(yù)設(shè)的人臉特征數(shù)據(jù)庫中已有的特征向量進(jìn)行對(duì)比，實(shí)現(xiàn)三維人臉識(shí)別。
  7、通過RGB攝像頭采集待識(shí)別目標(biāo)人臉的彩色圖像，并從人臉的彩色圖像中檢測出人臉各關(guān)鍵點(diǎn)的位置，并對(duì)人臉各關(guān)鍵點(diǎn)的位置進(jìn)行標(biāo)定；
  8、通過深度攝像頭采集待識(shí)別目標(biāo)人臉的深度圖像，將各關(guān)鍵點(diǎn)的位置對(duì)應(yīng)到人臉的深度圖像中，并從人臉的深度圖像中剪裁出人臉區(qū)域。
  9、根據(jù)深度攝像頭的內(nèi)參公式，將人臉的深度圖像轉(zhuǎn)換為3D點(diǎn)云；
  10、對(duì)3D點(diǎn)云進(jìn)行降采樣，以去除3D點(diǎn)云中的離群點(diǎn)；
  11、對(duì)去除離群點(diǎn)的3D點(diǎn)云進(jìn)行表面重建，得到三維人臉重建模型。
  12、基于預(yù)設(shè)的動(dòng)態(tài)規(guī)劃中的更短路徑算法，計(jì)算出三維人臉重建模型中各關(guān)鍵點(diǎn)之間的更短表面距離；
  13、將各關(guān)鍵點(diǎn)之間的更短表面距離組合在一起，形成表面距離矩陣。
  14、基于等距映射算法，將表面距離矩陣轉(zhuǎn)化為人臉標(biāo)準(zhǔn)型。
  15、計(jì)算人臉標(biāo)準(zhǔn)型的K階矩，并以K階矩作為待識(shí)別特征向量。
  16、計(jì)算待識(shí)別特征向量與預(yù)設(shè)的人臉特征數(shù)據(jù)庫中已有的特征向量之間的歐氏距離以及余弦距離，并將歐式距離和余弦距離進(jìn)行加權(quán)組合，得到待識(shí)別距離；
  17、將待識(shí)別距離與預(yù)設(shè)的距離閾值進(jìn)行比較，并根據(jù)比較結(jié)果實(shí)現(xiàn)三維人臉識(shí)別。