“3D人脸识别技术哪家强？”

本篇文章2673字，读完约7分钟

iphone x问世后，手机3d人脸识别元年开始了。 从专业角度来说，3d人脸识别技术是基于3d摄像机的立体图像，可以识别视野内空之间各个点的3d坐标新闻，因此计算机可以获得空之间的3d数据，恢复完美的3d世界，实现各种智能 现在安卓机的一部分也有脸部识别的解锁，但实际上大多使用照片识别，呵呵，专业用语被称为2d脸部识别。 但是你知道吗？ 3d人脸识别都有不同的方式，目前市场上有三种主流方式，分别是3d结构光方式( structured light )、tof 3d方式( time of flight )、双目立体图像方式( stereo system )。 那么，这三种3d脸部识别技术哪个更强呢？ 在文中的接收亭中，展开分析这三种方案的不同优势、优缺点。

三种方案的业务原理

结构光实际上是指将特定的光新闻投影到物体表面后再用摄像机采集。 根据物体引起的光信号变化计算物体的位置和深度等新闻，复原整个三维空区间。 已经上市的手机中使用该方案的有iphone x、小米8透明搜索版和oppo find x。

iphone x刘海搭起来

实际上，苹果以2900万美元收购了瑞典的polar rose企业，是拥有独特面部识别技术的中小企业。 当时，苹果预计推出face id代替传统的touch id将成为新的安全加密手段，而苹果企业应用了7年磨剑让iphone x使用圆形home密钥的技术，成为了第一个无需指纹认证只保存面部认证的产品 iphone x刘海隐藏了8个组件。 小米8透明搜索版和oppo find x在脸部识别的核心组件方面基本相同。 iphone x正面的距离传感器和环境光传感器组件利用3d结构光技术，根据环境的明暗向点阵投影机发送不同强度的红外线指令，最多发送3万光束，然后用红外线镜头读取光栅图案。 捕捉面部新闻，对照图像和系统存储器确认是否匹配，由于红外线不可见光，可以比较有效地克服招聘者周边环境过亮和过暗等不良影响。 小米8透明搜索版是首款搭载face id身份识别的安卓手机，同样可以基于3d结构光技术，投影33000个代码模式获取面部深度新闻，建立面部毫米级3d面部模型。 当然，两者有些不同，但在本章的最后我会说明。

粟8刘海建造

有人可能听说了，但我不知道小米8的透明搜索版和小米8的脸部识别到底有什么区别。 看着和用着都没什么吗？ 从刘海的组件可以看出，小米8比iphone x和小米8的透明探索版重要的点阵投影器少了。 这是在脸上实现代码模式的关键，如果没有这个就是2d水平的技术。 制作单纯的红外图像，提取4096个脸部特征点，与已经输入的红外脸部数据进行特征匹配。 从技术方面、精度、安全性的观点来看，该机器都不是同一级别的方案。

oppo find x双轨结构组件

oppo find x独有的双轨结构震惊了机身的外观。 双轨结构0.6秒的上升速度还相当快。 人类眨眼的时间大概是0.3秒，眨眼的时间也差不多吧。 除了这种双轨结构外，除了放置前后摄像头外，还搭载了oppo facekey 3d结构光，通过在脸上投影15，000个物理点达到30万的分辨率，在软件端实现正负0.6毫米级别的3d深度图，100毫秒的算法。

散斑结构光和编码结构光图例

目前这三款手机虽然是同一个光结构手机，但实际上技术上有差异，3d结构光分为编码结构光和散斑结构光，前者由mask形成编码模式，算法简单，缺点是功耗大，小米8透明， 后者由二维光学器件形成散斑，具有透射率高、功耗低的优点，对技术能力要求非常高，iphone x和oppo find x都是这种模式。 这也是由于设计不同的点阵投影机的组件，同样三部手机的脸部识别错误率只有百万分之一。

结构光这一方案在未来的特征上也很有前景，预计5g通信、ar、其他3d建模等相关行业将发挥独特的重要作用空之间的扩展性更广。 但是，3d结构光也有局限性，与传统的相机相比，3d结构光能够从事的距离较短，最长距离通常为1米左右，oppo提供的数据即使是60cm的远程精度，也会被控制在±上。 在1mm的范围内，当然这个距离在脸部的锁定解除上有富余。

tof是time of flight的缩写，直译过来就是飞行时间的意思。 tof 3d方式通过向目标连续发送光脉冲，由传感器接收来自物体的返回光，检测光脉冲的飞行(往返)时间来评价目标距离。 年6月在上海mwc，vivo正式发布了tof 3d超制导技术。 目前，使用该技术的终端机尚未上市，预计年下半年vivo有可能发售第一台使用该技术的商用机。

vivo发表的tof 3d超导技术方案

不知不觉中，vivo似乎成为了中国手机企业品牌科技的领头羊。 相继推出了画面指纹技术、零界全面屏、升降式摄像头、全屏发声技术、jovi超级ai助手等一系列创新的黑色科学技术，刷新着人们的眼球。 在上海mwc，tof 3d超制导技术震惊了人们，备受好评之余对该方案的商用寄予了厚望。

超制导技术与结构光精度比较

vivo tof 3d超制导技术可采集30万多个较有效深度的新闻点，其精度是3d结构光技术的10倍，业务距离可达3米，不仅是目前领域最高的水平，也因新技术带来了更好的3d图像体验。 这也将成为与苹果face id竞争的有力武器。 而且由于该技术精度极高，不仅可以应用于手机，还可以应用于3d照片、3d试穿、mr体感游戏、3d打印等行业，充满了想象力空之间。

tof 3d的应用展望

新的tof 3d超感技术很可能会为人脸、手势、动作识别创造新的机会，在饱和的市场上开辟血液之路。 人脸识别的安全性不仅高于3d结构光技术，也可能是实现更具沉浸感的移动体验的下一步。 vivo和蚂蚁金服8日正式宣布成立ai技术联合实验室，双方将在ai算法和数据方面开展研究合作，通过ai智能手机，为更智能、安全、方便的手机提供新的体验。 ai人工智能和tof 3d超制导技术这一令人摸不着的东西，在vivo和蚂蚁金服的合作下，为广大客户提供极具吸引力的智能服务。

tof技术的特点是整体组件更小，不需要留大刘海，识别距离更远，可以得到越来越多的应用。 在画面拍摄后计算景深时，不需要进行后级解决，简单来说，不延迟时间，能够节约通过使用强大的后级解决系统而产生的相关价格。 具有抗干扰性强、结构紧凑、响应速度快、识别精度高等特点。 缺点是硬件价格高，主要体现在组件价格上，光子检测阵列、激光和检测传感器，需要非常高端的器件。 硬件技术价格高，软件算法价格高，目前能提供可靠硬件生产能力的厂家很少见，所有这些都会抬高价格。 但是随着tof技术诉求的爆发，tof技术的普及和快速发展值得期待，所以vivo敢说tof技术占得先机，最强的苹果分解师郭明鑐也预测2019年iphone可能有重大创新，tof技术的

双目立体摄影( stereo system )用两个照相机拍摄物体，根据三角形的原理计算物体距离。 已经上市的华为nova3使用的是双目3d人脸识别方案，是ifaa (互联网金融认证联盟)提供的标准，这也是达到支付水平的首要原因。

nova3刘海搭起来

搭载在nova3上的2个rgb (彩色摄像机)摄像机通过模拟双目视觉系统来识别设备采用者。 实际上，这与炮兵测距中使用的跳眼法原理很接近。 在电视剧《亮剑》中，团长李云龙命令炮手柱用迫击炮炸毁数百米以外的日军司令部。 柱子开火，伸出右臂，先眯左眼，眯右眼，计算目标距离，调整炮口立场，装上子弹&hellip。 &hellip； 当然炮兵只需要利用这种做法进行简单的点对点测距，先进的nova3系统得到立体的一面，通过算法解决，形成深度新闻进行生物检测将杜绝照片、视频类平面图像诈骗设备的可能性。

nova3脸部识别业务效果图

华为nova3宣城自身面部解锁是目前业界最高安全级别的面部解锁方法，ai面部特征识别、双摄像头芯片级立体新闻识别和红外生物特征识别等技术的加持，成为Android首款可支付面部支付宝( Allan 但是，nova3在解锁时不是3d，而是2d+红外线，是和小米8一样的解锁方法，支付时是3d双目测距。 由于双目测距识别方式的速度相对较慢，会影响开锁时的体验，所以存在2d+红外线负责开锁，人脸支付时双目测距方式在昏暗的光环境下无法正常获取3d新闻的问题。 这也是为什么华为nova3仍然存在指纹解锁的原因。 客观上，华为nova3使用的是双目立体图像和红外组合的综合方案。

双目方案的原理应该是最简单、比较早的人脸识别方案，方案的价格最低。 所有收集的深度新闻都依赖于摄像机收集的图像通过软件算法获得，精度要求依赖于捕捉分辨率。 另外，该方案需要依赖算法分解图像获取深度新闻，因此计算负荷最大，算法多，噪声性最高，难以实现，识别速度慢。 另外，还受到光的影响，特别是在黑暗的环境下。

20世纪50年代，科学家们开始了脸部识别的研究。 20世纪60年代，脸部识别工程化应用研究正式展开，当时的做法主要利用脸部几何结构，这种做法简单直观，当脸部姿势、表情发生变化时，精度明显下降。 经过半个多世纪的研究说明，为了实用地实现高精度的脸部识别，需要对脸部识别的光、姿势、遮挡等进行比较的处理方案。 3d结构光方案、tof 3d方案和双目立体成像方案三种方案更符合这方面的要求才有存在的理由，当然随着科学技术的飞速发展，替代性方案或综合性方案迟早会推出，目前这三种识别方案已成为历史。 但仅从现在来看，从iphone x、小米8透明搜索版、oppo find x3d的市场反响来看，结构光这一方案目前效果最好。 客户体验历历在目，双目测距方案只能为了中端机型的权利，tof技术无望，但只有水中花、镜子中月，所以只能等待真机的好评。 我是谷亭。 希望我的复印件能给你提供有价值的消息。 当然，如果有不正确的地方，或者你有不同的见解，欢迎评论的指出。 谢谢你。