geslacht en etniciteit zijn significante kenmerken van mensen. Het gebruik van menselijke gezichtsgegevens om geslacht en etniciteit van mensen te classificeren is belangrijk in gezichtsanalyse onderzoek. Er wordt een nieuwe methode voorgesteld om dit probleem aan te pakken. De methode is gebaseerd op een 3D neus vorm organisatiestructuur genaamd “3D neus vorm net”. Om het 3D net van de neusvorm te construeren, wordt een neusmetingsmethode voorgesteld om de afstanden tussen verschillende neuzen te bepalen en de resultaten te gebruiken om neuzen te clusteren. Met behulp van de neus clustering resultaten, de 3D neus vorm net wordt geconstrueerd. De voorgestelde methode gebruikt alleen de neusgegevens van het 3D-gezicht; het is robuust aan gezichtsuitdrukkingen en vergemakkelijkt verwijdering van het stelt effect. De 3D neusvorm net houdt geen rekening met de textuur informatie in de neus regio; daarom is het robuust voor verlichting en cosmetica op gezichten. Gender en etniciteit classificatie resultaten worden bereikt in 3D neus vorm net tegelijkertijd. De experimentele 3D neusvorm netten worden gebouwd en getest met behulp van de FRGC2. 0 en Bosphorus3D datasets.