چکیده: مطالعه‌ی‌ روش‌های جدید تشخیص بیومتریک جهت دستیابی به کاربردهای بیشتر و عملکرد بهینه از چالش‌های مهم پژوهشگران این حوزه می باشد. تشخیص چهره به عنوان مهمترین روش تشخیصی انسان‌ها به علت قابلیت‌های بالا ازموارد مورد توجه در این زمینه است. با توجه به ماهیت سه‌بعدی چهره روش‌های تشخیص چهره‌ی‌ سه‌بعدی نسبت به روش‌های دوبعدی از پتانسیل بیشتری جهت رفع موانع موجود برخوردارند. در این میان روش‌های تشخیص چهره‌ی سه‌بعدی مبتنی بر مدل، به علت قابلیت سنتز چهره و همچنین عدم نیاز به تصاویری ورودی سه‌بعدی -که تهیه‌ی آنها در حال حاضر فرایندی پیچیده، زمانبر و پر هزینه است- از اهمیت بیشتری بر خوردار هستند. تشخیص چهره‌ی سه‌بعدی مبتنی بر مدل به دو روش اصلی تقسیم می‌شود. روش اول روش مبتنی بر مدل عمومی بوده و روش دوم استفاده از مدل میان‌ساز می‌باشد. جهت ساخت مدل میان‌ساز به یک پایگاه داده‌ی سه‌بعدی نیاز داریم که به علت در اختیار نداشتن چنین پایگاه داده‌ای، ساخت پایگاه داده‌ی مدل‌های سه‌بعدی چهره از روی تصاویر دوبعدی مورد توجه قرار گرفت. برای این منظور از الگوریتم هندسه‌یابی تصویری که روشی مبتنی بر مدل عمومی است، استفاده شد. بدین ترتیب مطالعه و پیاده‌سازی هر دو روش اصلی تشخیص چهره‌ی مبتنی بر مدل در این پایان نامه صورت گرفته است. در مطالعه‌ی حاضر، دو پایگاه داده‌ی سه‌بعدی چهره از روی تصاویردوبعدی ایجاد شدند. پایگاه داده اول با استفاده از تصاویر دوبعدی چهره‌ی پایگاه داده‌ی MPI و پایگاه داده‌ی بعدی بر اساس تصاویر چهره‌های قومیت‌های مختلف ایرانی تهیه شدند. تشخیص چهره مبتنی بر مدل میان‌ساز به علت ویژگی‌های قابل توجه و مزیت‌های نسبی به عنوان مهمترین روش تشخیص چهره‌ی سه‌بعدی مبتنی بر مدل مورد مطالعه و بررسی قرار گرفته است. مدل میان‌ساز درواقع ترکیبی از مدل‌های ریخت‌پذیر وتکنیک‌ها ی ارتباط تصویری کامپیوتر ی جهت شبیه‌سازی اثرات نوردهی می‌باشد. در این مدل تغییر زاویه‌ی دید و شرایط نورپردازی به سادگی صورت گرفته و می‌تواند تنها با یک تصویر ورودی و بدون نیاز به دخالت کاربر تخمین قابل قبولی از بافت، شکل، زاویه‌ی دید، و مشخصات نوردهی مدل چهره ایجاد کند. سنتز چهره و پیاده‌سازی حالات مختلف بر روی مدل سنتز شده نیز از مزایای این روش می‌باشد. مهمترین بخش مدل‌سازی میان‌ساز تعیین تناظر نقطه به نقطه بین مدل‌های نمونه می‌باشد. در این پژوهش جهت پیاده‌سازی این بخش، از روشی کاملاً جدید و مبتنی بر گراف به منظور بهینه‌سازی نتایج انطباق استفاده شده است. نتایج بهینه‌سازی توسط این روش بهبود قابل توجه در عملکرد مدل میان‌ساز، کاهش حجم محاسبات و کیفیت بالاتر سنتز چهره را نشان می‌دهد. این الگوریتم یک الگوریتم بهینه‌سازی گراف و مستقل از روش انطباق می‌باشد. یک‌به‌یک‌سازی نتایج انطباق نیز علاوه بر بهینه‌سازی آن از دیگر مزایای این روش جدید است. تعیین درجه‌ی یک‌به‌یک‌سازی بهینه دراین روش می‌تواند، بین پوشایی انطباق و یک‌به‌یک‌سازی آن توازن مطلوبی برقرار سازد. پس از پیاده‌سازی مدل میان‌ساز تاثیر پایگاه داده‌ی سه‌بعدی در کیفیت سنتز و تشخیص توسط این الگوریتم مورد بررسی قرار گرفت. کیفیت قابل توجه تصاویر سنتز شده توسط مدل‌ میان‌ساز مبتنی بر پایگاه داده‌ی سه‌بعدی چهره‌ی ایرانی، حاکی از نقش موثر پایگاه داده در ساخت مدل میان‌ساز می باشد. در این پژوهش، تشخیص چهره با استفاده از مدل میان‌ساز با نرخی برابر 100% صورت پذیرفت با وجود حجم کم تصاویر آزمایشی ورودی، این نرخ بالا، بیانگر کارایی این مدل در زمینه‌ی تشخیص چهره می‌باشد.