傳統(tǒng)的人臉識(shí)別方法大多是基于二維彩色或灰度圖像，這些方法的魯棒性和精度受到很多因素的影響。如光照變化、姿態(tài)變化、表情變化以及年齡的影響等等。雖然人們?cè)诙S人臉識(shí)別方面做了大量的研究，但是由于二維人臉識(shí)別存在著先天的不足，特別是表情和光照的變化無(wú)法很快地在二維圖像中表現(xiàn)出來(lái)，因此人們把目光投向了三維人臉識(shí)別。
  基于微分幾何的3D人臉識(shí)別方法綜合了曲率分析、測(cè)地線及其性質(zhì)。一是解決離散網(wǎng)格曲面上離散高斯曲率和離散平均曲率的計(jì)算方法；二是研究并利用測(cè)地線捕捉2D人臉圖像信息，3D人臉模型的形狀和結(jié)構(gòu)信息，并利用等測(cè)地條紋來(lái)描述人臉結(jié)構(gòu)。在此基礎(chǔ)上利用測(cè)地距來(lái)進(jìn)行3D-3D的人臉識(shí)別。
  基于微分幾何方法的3D人臉識(shí)別的前提是必須對(duì)人臉模型和圖像進(jìn)行預(yù)處理。在此基礎(chǔ)上，用曲面上兩點(diǎn)之間短路徑的長(zhǎng)度來(lái)近似逼近3D人臉曲面上的測(cè)地距，根據(jù)2D圖像上相鄰兩個(gè)像素點(diǎn)之間的灰度差來(lái)計(jì)算2D測(cè)地距。結(jié)合3D測(cè)地距和2D測(cè)地距，提出了差異度的概念并以此判決模型之間或圖像之間是否相似。
  通過(guò)與基于PCA算法的識(shí)別方法比較，發(fā)現(xiàn)基于微分幾何方法的3D人臉識(shí)別有效地減弱了光照、表情等因素對(duì)識(shí)別效果的影響。