众所周知，表情可以显着改变面部几何形状，从而导致鲁棒的3D面部识别严重问题。 因此，对于许多应用程序而言，至关重要的是如何提取表达鲁棒性的特征来描述3D人脸。 在本文中，我们开发了一种在表情变体下使用局部二值模式（LBP）的新颖3D人脸识别算法，该算法是在普通人脸分析中广泛使用的LBP运算符的扩展。 首先，为了更准确地描绘人脸并减少面部局部失真对人脸识别的影响，提出了一种基于特征的3D人脸分割方案。 然后，描述了用于3D面部的LBP表示框架，并且面部深度和正常信息被LBP提取和编码，以减少表达效