三维动态人脸识别是识别人的骨骼轮廓；三维动态人脸识别实现三维人脸建模，人脸建模即是根据输入的人脸图像，如眼睛、鼻尖、嘴角点、眉毛以及人脸各部件轮廓点等，自动定位出面部关键特征点。
本文操作环境：windows10系统、thinkpad t480电脑。
三维动态人脸识别是识别人的骨骼轮廓，三维动态人脸识别实现三维人脸建模，人脸建模即是根据输入的人脸图像，如眼睛、鼻尖、嘴角点、眉毛以及人脸各部件轮廓点等，自动定位出面部关键特征点。
人脸识别
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。
人脸识别被用来用摄像机收集包含人脸的图像或视频流，并自动检测和跟踪图像中的人脸。
人脸识别系统的研究始于20世纪60年代，20世纪80年代以后随着计算机技术和光学成像技术的发展而不断完善，但90年代后期才真正进入初步应用阶段，主要是通过美国、德国和日本的技术实现的。人脸识别系统成功的关键在于它是否拥有尖端的核心算法，并使识别结果具有实用的识别率和识别速度；“人脸识别系统”融合了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术。并且需要结合中值处理的理论和实现，这是生物识别的最新应用。其核心技术的实现表明了从弱人工智能到强人工智能的转变。
技术特点
传统的人脸识别技术主要是基于可见光图像的人脸识别，这也是人们熟悉的识别方式，已有30多年的研发历史。但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。解决光照问题的方案有三维图像人脸识别，和热成像人脸识别。但这两种技术还远不成熟，识别效果不尽人意。
迅速发展起来的一种解决方案是基于主动近红外图像的多光源人脸识别技术。它可以克服光线变化的影响，已经取得了卓越的识别性能，在精度、稳定性和速度方面的整体系统性能超过三维图像人脸识别。这项技术在近两三年发展迅速，使人脸识别技术逐渐走向实用化。
人脸与人体的其它生物特征（指纹、虹膜等）一样与生俱来，它的唯一性和不易被复制的良好特性为身份鉴别提供了必要的前提，与其它类型的生物识别比较人脸识别具有如下特点：
非强制性：用户不需要专门配合人脸采集设备，几乎可以在无意识的状态下就可获取人脸图像，这样的取样方式没有“强制性”；
非接触性：用户不需要和设备直接接触就能获取人脸图像；
并发性：在实际应用场景下可以进行多个人脸的分拣、判断及识别；
除此之外，还符合视觉特性：“以貌识人”的特性，以及操作简单、结果直观、隐蔽性好等特点。
推荐：《编程视频》
