人脸识别是模式识别、图像处理等学科的一大研究热点，是利用计算机分析人脸图像，从而提取出有效的识别信息，用来辨认身份的一门技术。可以广泛地应用到安全部门、电视会议、身份鉴别、数字监控等领域。人脸识别是一项极具有发展潜力的生物特征识别技术，研究人脸识别技术具有十分重要的理论和应用价值。　　 二维人脸识别方面，许多算法都已经发展的比较成熟，选取了PCA和ICA算法进行了分析比较，阐述了其理论基础、特征提取以及识别的具体算法。ICA算法是在PCA算法的基础上发展起来的，所以其克服了PCA算法的一些缺点，算法的优越性更高。三维人脸识别方面，分析了三维人脸的提取与预处理，如何实现头部与肩部的分离、脸部标志点定位以及人脸网格的裁剪，最后是噪声的处理。三维人脸标志点的定位和配准是识别前非常重要的一个步骤，对这步的处理直接影响着最终的识别效果。在识别算法中，分析了LDA算法和Hausdorff距离算法以及改进的Hausdorff距离算法，并评估了其优缺点。　　 融合算法方面，本文提出了改进的基于与规则和或规则的决策融合算法。首先介绍了最优的概念，然后将最优的概念应用到基于与规则和或规则的决策融合中，推导了最优决策融合的理论，同时在最优问题的解决上引入了权重的思想，使该算法在识别率和运行速度上都有所改善。最后用改进的决策融合算法来融合之前我们所得到的二维人脸识别和三维人脸识别的结果，并且通过实验证明了该算法的有效性。