傳統(tǒng)的人臉識別方法是基于二維圖像分析的理論進行人臉的表示、分析、提取特征并進行分類識別。雖然基于二維圖像的人臉識別算法在半個多世紀的研究過程中，取得了豐碩的成果，但是研究表明，基于二維圖像分析的人臉識別方法受到諸如光照、姿態(tài)、表情等成像條件的影響較大。與二維數(shù)據(jù)相比，三維數(shù)據(jù)包含了人臉的空間信息，是人臉本身固有的信息，對外界條件的變化具有很好的棒性。
  采集獲得的臉部三維形狀數(shù)據(jù)不隨光照、視圖的變化而變化，且化妝等附屬物對圖像影響很大而對三維數(shù)據(jù)影響不明顯；而且三維數(shù)據(jù)在信息量上比二維圖像豐富，三維數(shù)據(jù)具有顯式的空間形狀信息，而二維圖像本質(zhì)上僅是三維物體在二維空間上的投影，在投影過程中損失了很多有利于識別的信息。
  因此，三維人臉識別越來越受到圖像處理、模式識別領(lǐng)域研究人員的青睞。研究者普遍認為，三維人臉包含更多的有利于識別的信息，利用人臉的三維信息進行識別將有助于克服傳統(tǒng)的基于二維人臉圖像的識別方法所遇到的困難。
  雖然三維人臉數(shù)據(jù)信息量豐富，但如何提取對分類有效的特征進行人臉表示是三維人臉識別的關(guān)鍵研究內(nèi)容，也是首要解決的問題。按照三維人臉的表征和匹配方式對國內(nèi)外人臉識別算法進行歸納、分析和綜述，可將三維人臉識別算法分為基于局部特征的方法、基于全局特征的方法和基于多模態(tài)特征的方法。