人脸模型主要分为刚性模型和塑性模式，刚性模型可以满足对人头部跟踪检测的要求，主要用于表示人的头部位置、姿态、方向等；塑性实体主要处理人脸识别、表情识别、唇语识别等问题，它涉及面部器官、肌肉和表皮的运动。 目前主要的三维建模工具有3DSMAX，MAYA，AUTOCAD等。 1．1 结合一般人脸模型的建模 由于人脸的复杂性和相似性，直接采用视觉重建算法进行3D人脸的重建，在精度和实用性上，相对于昂贵的硬件采集方法，都不能达到很好的效果。为了重建精度较高的人脸模型，下面引入了一般人脸3D模型。
一、自然性，所谓的自然性是指通过观察比较人脸来区分和确认身份;二、非强制性，被识别的人脸图像信息可以主动获取而不被被测个体察觉，人脸识别是利用可见光获取人脸图像信息，这种的采集方式很容易被人察觉，从而带有可被伪装欺骗性。三、非接触性，相比较其他生物识别技术而言，人脸识别是非接触的，用户不需要和设备直接接触。四、并发性，在实际应用场景中，人脸识别技术可以进行多个人脸的分拣、判断及识别。
但是，3D人脸识别是通过自动检测人脸区，从视频中提取特征后才识别出人脸的身份。虽然视频人脸识别是基于静态图像的人脸识别的直接扩展，但一般认为，视频人脸识别算法需要同时用到空间和时间信息，它的时间连续性是视频图像的一个重要的特性，包括由此产生的人脸信息的不确定性。视频人脸识别算法和基于静态图像的人脸识别算法的大区别就是在人脸跟踪和识别中利用时间信息。目前这类算法大致可分为两类:
人脸的建模与查找:
能够将备案进库的人像数据信息开展建模获取人脸的特点,并将其转化成人脸模版(人脸特点文档)储存到数据库查询中。在开展人脸检索时(检索式) , 将特定的人像开展建模,再将其与数据库查询中的任何人的模版对比对分辨,最后将依据所核对的类似值列举最类似的工作人员目录。