<正>针对三维人脸多表情、多姿态变化同时存在,人脸的非刚性部分存在变形且人脸点云数据不同程度缺失的问题,把"角度"的理念引入非线性区间,本文提出基于SinK2DPCA三维人脸识别。这样就可以在多数据融合的基础上相互的取长补短,取得更好的识别结果。该研究探索性地将三维点云人脸数据应用于Sin-K2DPCA,并进行识别结果的对比与分析。