3D人臉識別技術是未來的另外一個方向。到目前為止所討論的范疇限定在2D圖像上。人臉實質上是一個立體模型，而2D人臉識別容易受到姿態、光照、表情等因素影響，是因為2D圖像本身有一個缺陷，無法很好地表示深度信息。如果說深度學習是從人的認知角度來理解人臉識別，那么3D技術就是從現實模型來反映人臉識別。
目前關于3D人臉識別方向的算法研究并沒有2D人臉識別技術那么豐富和深入。許多因素限制了這項技術的發展提升。首先，3D人臉識別往往需要特定的采集設備，如3D攝像機、紅外雙目或雙目攝像機。目前這類采集設備價格還比較昂貴，技術還不能普遍應用，場景比較特定。其次，3D建模過程需要的計算量較大，對硬件要求較高，也限制了目前的應用。第三，3D人臉識別數據庫比較稀少，研究者缺少訓練樣本和測試樣本，無法開展更深入的理論研究。相信隨著未來芯片技術和傳感器的發展，當計算能力不再受到制約，3D采集設備成本大幅下降的時候，3D人臉識別將取得重要的突破。
