人脸数据蕴含丰富的特征信息,是人体特征中唯一易见易获取且包含丰富的差异化特征的数据,因此在较多领域都有着重要的应用价值,包括安全领域的人脸识别、人群检测与目标跟踪,法医学领域的面部预测与重建,人类学领域的衰老、颜值等评价、反演或预测,生物信息学领域的疾病、环境、遗传因素的基金关联等。而人脸数据3D区别于2D可利用的信息更丰富,蕴含几何拓扑结构等信息,随着三维数据采集设备的普及三维人脸数据获取也越来越便捷,使用3D扫描仪器就可快速获取到三维点云数据,甚至是使用手机也能得到3D人脸的数据,故越来越多的应用中把三维人脸数据作为金标准。目前来看,数字几何处理技术迅速发展,其中的点绘制、网格重建、特征提取技术已非常成熟,且广泛应用于了图形学,运用这些技术可用于挖掘三维人脸数据蕴含的重要信息,获得丰富的深层次的人脸表型特征。在现今大多数研究者在运用3D人脸数据时仅仅用到单一的离散点信息,部分应用中把三维人脸点云仅仅当作三维离散点的集合,用统计学方法获取特征,更本质的几何拓扑特征利用较少或不够充分,因此利用数字几何处理技术挖掘三维人脸数据蕴含的本质信息对相关应用领域具有重要意义,故设计开发一个处理流程完备、框架统一的系统十分必要,可提高多应用领域研究效率。本文以三维点云数据为基础,生成转化为三角网格数据,并设计研究出一套人脸网格数据处理算法,为生成一套完备的数字几何处理系统做出一份贡献。该系统具体流程如下:首先在人脸数据中选择部分关键点,再综合使用Delaunay三角剖分算法进行三角网格化,获取科学合理的三角网格数据,或采用数据分割对三维人脸点云数据进行划分,之后采用一种基于面积、距离、二面角的相似性算法进行相似性对比,相似程度运用HSV色域进行可视化。这个算法可基本满足人脸网格相似性的对比。最后回归原始点云数据,以特征点为中心同时借鉴Voronoi图的生成方式对三维点云数据进行分割。最后将这些算法汇总起来,设计封装成一个系统。