Au cours des deux dernières décennies, le problème de la reconnaissance du visage a gagné beaucoup d'intérêt dans divers domaines et a connu une grande croissance dans la recherche fondamentale et appliquée en informatique, ainsi que dans le développement de produits et d'applications. Les systèmes actuels de reconnaissance de visage ont atteint un certain niveau de qualité dans des environnements contrôlés. Cependant, si quelques conditions de l'environnement (telles que l'éclairage, la pose ou l'expression) changent, la performance diminue considérablement. Nous proposons d'étudier la mise en oeuvre d'une approche de reconnaissance faciale basée sur la fusion de la texture et de l'information de la profondeur. L'approche proposée améliorera les approches classiques monoculaires de reconnaissance de visages en considérant, en plus de la texture, la profondeur qui est relativement stable sous différentes conditions d'éclairage. Notre approche se distingue des approches pures 3D (à base de nuages de points ou maillages) par le fait que nous utilisant des cartes de profondeur de basse qualité obtenues par des caméras stéréoscopiques ou de profondeur (de type Kinect ou TOF) ce qui nous permet de se passer des modèles 3D nécessitant un temps élevé de traitement, des coûts d'acquisition et un niveau d'implication de l'individu assez élevés. La robustesse aux variations de l'environnement et l'absence de contraintes forte d'acquisition nous laisse envisager une mise en oeuvre en temps réel de notre méthode.