老规矩，先说下3D人脸识别的实现思路：

    3D人脸识别基本上使用的都是点云数据，所以这里先介绍什么是点云数据，点云数据是一种常用的三维数据表示方法，三维数据表示方法除了点云还有体素网格、三角网格、多视角图等。

   3D人脸识别因为识别的对象数据不一样，所以3D人脸识别较2D人脸识别的流程要复杂。实现步骤为：图像数据采集 -->配准 --> 3D重建 -->人脸检测 -->特征提取 -->信息比对。我们重点讲一下后面三个。

人脸检测

   3D人脸检测跟2D+人脸检测主要以处理3D数据的方式不同进行区分。3D人脸识别处理的是3D的数据，如点云、体素等，这些数据是完整的，立体的。而2D+人脸检测的处理方式是将3D的人脸数据分为2D的RGB数据+深度数据。处理的方法为先采用2D的人脸识别方法处理2D的RGB数据，然后再处理深度数据。

特征提取

3D人脸特征提取跟2D+人脸特征提取是两个不一样的过程。3D人脸特征提取处理的是3D的数据，如点云、体素等，这些数据是完整的，立体的，而2D+人脸特征提取将3D的人脸数据分为2D的RGB数据+深度数据，处理的方法为先采用2D的人脸特征提取的方法先提取RGB数据的特征，然后再处理深度数据。

信息比对

信息比对是识别的过程，就是处理人脸图像数据提取出来的特征，处理的方法跟2D人脸识别的信息比对类似。主要计算两组数据的相似度，计算的方式有余弦距离、欧氏距离、曼哈顿距离、明可夫斯基距离、皮尔森相关系数、斯皮尔曼等级相关系数等。

————————————————

版权声明：本文为CSDN博主「安静的少女Jasmine」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/molixuebeibi/article/details/91880162

    小优3D相机目前在重建方面已经达到了高精度，精度0.2mm，完全满足真正3D人脸识别需求。