三维人脸识别算法有哪些？

         三维人脸识别算法主要可以分为以下几类：
         一、基于三维图像几何特征的识别方法
         这种方法直接对人脸曲面进行相似度匹配。它利用三维人脸数据的几何形状信息，通过计算待识别人脸与数据库中存储的人脸之间的几何形状差异来进行识别。
         二、基于局部特征的匹配方法
         这种方法提取人脸曲面上的局部几何特征或体积特征作为识别依据。
         三、基于全局特征的匹配方法
         这种方法将三维人脸统一用深度图表示，然后直接使用基于表观的方法进行匹配。主要方法包括：
         使用主成分分析或Fisherface方法。
         将三维人脸映射为扩展高斯图像用于匹配。
         对三维人脸模型进行整体变换后再做匹配。
         四、多数据多技术融合的方法
         这种方法利用二维数据和三维数据的融合、二维人脸方法和三维人脸方法结合或者决策级特征融合来提高系统的性能。它结合了二维人脸识别和三维人脸识别的优点，能够更准确地识别人脸。
         五、按摄像头成像原理分类的算法
         在市场上，根据使用摄像头成像原理，三维人脸识别算法主要分为以下几种：
         3D结构光：通过红外光投射器将具有一定结构特征的光线投射到被拍摄物体上，再由专门的红外摄像头进行采集。主要利用三角形相似的原理进行计算，从而得出图像上每个点的深度信息，终得到三维数据。
         TOF：即激光测距，照射光源一般采用方波脉冲调制，根据脉冲发射和接收的时间差来测算距离。
         双目立体视觉：基于视差原理并由多幅图像获取物体三维几何信息的方法。由双摄像机从不同角度同时获得被测物的两幅数字图像，并基于视差原理恢复出物体的三维几何信息，从而得出图像上每个点的深度信息，终得到三维数据。