目前，人臉識(shí)別技術(shù)在日常生活中得到了廣泛應(yīng)用，該技術(shù)具有非強(qiáng)制性、非接觸性和并發(fā)性等優(yōu)勢(shì)，用戶體驗(yàn)非常友好。
  其中，三維人臉識(shí)別技術(shù)對(duì)于人臉的光照和姿態(tài)變化更為魯棒，并且安全系數(shù)較高，不過高精度傳感器的成本和體積限制了其廣泛應(yīng)用的可能。
  而隨著消費(fèi)級(jí)深度傳感器的出現(xiàn)，使得三維人臉識(shí)別技術(shù)的廣泛應(yīng)用成為可能。
  在三維人臉識(shí)別的整個(gè)流程中，主要會(huì)涉及到采集設(shè)備、數(shù)據(jù)集和識(shí)別方法。
  高精度的采集設(shè)備體積大、價(jià)格高，低精度的采集設(shè)備體積小、價(jià)格低，在應(yīng)用上更具有優(yōu)勢(shì)，但在數(shù)據(jù)質(zhì)量上表現(xiàn)較差。現(xiàn)有的三維人臉數(shù)據(jù)集，規(guī)模都不大，遠(yuǎn)比不上二維人臉的數(shù)據(jù)量。
  傳統(tǒng)的識(shí)別算法，對(duì)于數(shù)據(jù)量的要求都不高，例如基于空域、局部特征和全局特征的識(shí)別算法。
  而基于深度學(xué)習(xí)的識(shí)別算法，都采用了數(shù)據(jù)擴(kuò)增的手段，然后利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別，取得了顯著的效果。不過，對(duì)于消費(fèi)級(jí)深度傳感器采集得到的低質(zhì)量三維人臉數(shù)據(jù)而言，其視覺效果較差，表面粗糙，增加了識(shí)別難度。而且由于應(yīng)用場(chǎng)景的限制，識(shí)別方法需要輕量高效，能夠滿足在低功耗設(shè)備上的部署要求。