三维人脸重建和识别是目前计算机图形学和模式识别领域热门研究课题之一，受到国内外广泛关注和深入研究。三维人脸重建技术能够还原照片中人脸的三维形状，在动画制作、网络游戏等领域具有较高的应用价值，而基于三维重建的人脸识别技术理论上能够完全摆脱目前二维人脸识别领域的瓶颈，具有广泛的应用前景。本文针对单张图片的三维人脸表情稳健重建技术进行深入研究，并在此基础上对基于重建的人脸识别技术做了一定探讨，主要工作如下：首先，在人脸数据预处理阶段提出一种光照稳健的人脸检测算法，并对三维人脸数据库进行标准化。本文提出了一种三角二值模式描述算子，同时提出一种简化投票策略的窗口扫描方法对窗口进行扫描。同时，对三维原始数据库进行姿态校正、数据标准化操作，建立规范化后的三维人脸数据库，并将数据库进行二维投影得到样本训练库与测试库。其次，提出一种由粗到精的三维人脸稀疏重建方法。将人脸重建过程视为由粗到精的重建过程，首先对关键特征点进行重建，得到中间人脸，并在中间人脸的基础上根据非关键特征点再次进行重建得到最终结果。该方法能够在一定程度上提高重建精度和重建真实感。随后，提出一种基于压缩感知理论的三维人脸稀疏重建方法。首先利用压缩感知理论估计三维原型人脸与目标人脸的形状相似性，根据相似性对原型样本进行筛选并构建相应的形变模型；然后利用特征点信息进行稀疏模型匹配，并结合径向基函数插值重建生成特定的三维人脸。该方法能够有效提高重建精度和重建速度。接着，提出一种基于形变模型和边缘图的人脸重建算法。构造由少量点组成能够代表人脸主要区域的边缘图，通过边缘图的二维投影与输入特征点构成的局部边缘线之间的匹配获取最优形变因子，进而完成特定人脸的重建。该方法能够对于任意姿态的人脸进行速度较快的重建且重建效果较好。根据算法原理，搭建了基于VC++的三维人脸重建平台，该平台可以对任意输入图像进行人脸重建。最后，基于表情稳健的三维人脸重建算法，对基于重建的人脸识别技术进行初步探讨，并将二维识别与基于三维重建的识别结合起来加以研究。实验证明了基于重建的识别在部分方面的优势，以及2D+3D结合识别的有效性和可行性。