随着图像处理、高速硬件技术的发展以及商业、公共安全等领域的应用需求，人脸识别的研究受到了极大的重视。三维人脸模型由于包含信息丰富、识别精度高，成为了人脸识别中一个热门的研究方向。因此，对三维人脸模型的研究不仅具有广泛的应用价值，也能够推动计算机视觉和模式识别等领域的发展。目前，三维人脸检索主要倾向于提取人脸的几何特征进行识别。而人类的视觉注意机制在进行人脸识别时，更注重从人的五官、肤色、发型等外貌特征进行区分。视觉显著性反映了我们在观察事物时会集中注意力在场景中的显著区域，并对其进行优先处理，而忽略其他不重要的部分。因此，本文模拟人类观察事物与信息处理的方式，探索利用视觉显著性分析的方法进行三维人脸检索。本文首先将二维图像显著性分析方法扩展到三维空间，提取三维人脸的特征信息进行筛选与加工。结合视觉显著性分析理论，提出了基于颜色、深度、法向及多特征融合的识别算法。其次，本文将提出的算法运用于整个三维人脸曲面的像素点，考虑所有点对于显著区域的影响，提取目标区域进行相似性度量，提出基于全局显著性分析方法的三维人脸检索。最后，本文改进全局显著性分析方法，根据五官的逻辑位置关系将人脸曲面进行事先划定，提出基于局部显著性分析方法的三维人脸检索。该方法降低了时空复杂度并提高了识别精度。在多特征融合的局部显著性分析方法实验中，获得了91.3%的正确率。通过对本文实现的三维人脸检索系统正确率和召回率的统计，基于局部显著性分析方法在保证正确率的前提下获得了较高的召回率，表明我们的系统有较好的查全能力。