人脸识别是当今生物特征识别中一个重要的研究课题,也是应用数学与信息安全等领域的热点研究课题。识别方法主要集中在二维方面,但是由于受到光照、姿态等因素的影响,其识别准确度受到很大的限制。相对于二维而言,三维信息能够更精确的描述人脸特征,使得三维人脸识别具有更广阔的应用前景。本文首先介绍了人脸识别背景以及该方向目前所使用的主流方法,对特殊的2.5维Range图像的姿态调整问题提出“类重建”方法。该方法首先利用KL变换对人脸数据稳定区域操作,转化原始数据到新的坐标系下,使得新坐标系下的数据基本关于坐标轴左右对称,然后使用ICP算法根据人脸数据的自对称性质,提取出Range图像在平面内的对称轴,从而实现了Range图像平面内姿态调整。其次,使用图像处理基本工具对图像进行预处理,再利用小波变换提取出能够反映人脸平面信息的特征区域,以此特征区域为基础,得到人脸数据所在固有坐标系,使用“类刚体变换”,使原始Range人脸图像在数据缺失部分自动补偿,而数据冗余部分进行自动压缩,从而完成Range图像在空间内的姿态调整。使用SSIM图像评估算法,对姿态调整结果进行评估,测评结果显示,本文方法对图像质量有明显改善；并在FRGC v2.0和BJUT-3D-R1数据库试验,达到99.5%和100%的满意度。