三维人脸识别是应用数学和模式识别等学科的交叉研究课题,也是当前生物特征识别的研究热点之一。由于,三维人脸模型比二维人脸图像具有更丰富的信息,不易受光照、姿势变化等因素的影响,因此得到广泛的关注。本文将一种新的模式识别方法,即仿生模式识别应用到三维人脸识别中,采用多权值神经元算法中的超香肠神经元算法和三角形神经元算法对三维人脸特征进行识别。仿生模式识别不同于传统模式识别,它是从“认识”的角度来进行模式识别,而不是“区分”,它是对学习样本的全体在特征空间中形成的高维空间复杂几何体“形状”的分析和“认识”。本文的主要工作分为两部分：(1)特征提取。首先对Range图像用高斯滤波降噪,取出眼角点区域和鼻尖点区域,根据区域内各点的形状指数值,定位出眼角点和鼻尖点,最后以这些点之间的距离作为特征。(2)特征识别。首先构造超香肠神经网络和三角形神经网络,其中,利用Kruskal算法找出训练样本集各点所构成的最小生成树,用样本集的最小生成树构造超香肠神经网络。最后,利用构造出的两种神经网络对特征进行识别。实验结果证明,仿生模式识别可以应用到三维人脸识别中,并且具有较高的识别率。