三维人脸识别的主要功能有哪些？

         ① 人脸检测与分割
         从任意的场景中、视频数据中检测人脸的存在，提取出一个人脸及各个区域部分。在人脸上自动标记出我们需要的特征点， 例如外眼点、内眼点、眉间点、鼻下点、颌下点、嘴角点等等。
         ② 人脸的规范化
         计算出人脸在尺度和旋转等方面的变化，得到摄像过程中人脸的实际位置，将库中的人脸三维模型也变化到同样的位置。这是几何特征识别的一个关键的问题。由于人脸的几何特征的相似性比较，受人脸拍摄角度的影响很大，当人脸偏转超过一定的角度的时候，许多重要的特征点在二维上不可见了，因此也无法计算出对应的特征向量。
         ③ 人脸表征
         采用标记出的特征点的几何特性表示出数据库中的已知人脸和检测出的人脸。对同一个照片的特征点采取多层次描述的方法，形成多个几何特征向量，这种多层次描述的方法可以有效地降低人脸识别过程中的误识现象的出现。同样，识别的过程也是采取多分类器合作的模式识别方法。
         ④人脸识别
         根据获得的人脸照片特征点，计算出人脸的偏转角度，同时计算出多个特征向量，从数据库中取出已知的人脸特征点信息，构建出三维人脸特征点拓扑模型，对此模型进行偏转，使之与二维人脸照片的拍摄环境一致。计算出三维模型的多个特征向量，通过面貌特征的多层次描述、多分类器合作的模式识别方法，对投影结果与二维相应照片进行相似性度量。在进行识别时，对每个分类器设定一个阀值，对所有的特征向量的结果也设置一个阀值，一旦所有的度量结果都达到阀值的要求，即认定此次识别是成功的，否则继续从数据库中读数据，进行识别。