認清你的生物特徵，移動設備上的面部識別技術

每年9月都是蘋果發布iPhone新品的日子。今年蘋果給我們的驚喜是iPhone X，這款手機吸引大家關注的除了全面屏之外，還有面部識別技術。面部識別技術不是一個新玩意兒，它的演算法和使用感受長久以來都是各個廠商研發的重點，但畢竟首次出現在iPhone上，關注度自然爆棚。那麼，在全新的iPhone X上，面部識別技術有著哪些特點？未來是否會有更多的場合應用面部識別技術呢？

生物識別技術並不是什麼稀罕玩意兒。我們很多人日常上班打卡使用的指紋鎖，銀行、保險庫、保密機構等使用的虹膜識別設備以及目前智能手機上具備的面部識別功能，甚至是手機App上具備的美顏瘦臉等功能，都離不開生物識別技術的幫助。簡而言之，生物識別技術是計算機利用聲光電等設備，通過辨識生物體的固有生物特徵，來完成對使用者的身份認證，從而實現安全保護、數據加密、身份識別等眾多功能的技術。

指紋識別門禁是最常見的生物識別技術。

生物識別技術發展到現在，在移動設備上的應用日益廣泛，其重要性也越來越大。比如目前在智能手機上最常見的指紋解鎖，就是典型的生物識別技術在移動設備上的應用。除此之外，還有廠商嘗試將虹膜識別等生物識別技術應用在手機上，不過從實際效果來看並不算成功。除了指紋、虹膜外，人的臉部其實也擁有非常多的識別特徵。

因為世界上的數十億人，除了雙胞胎比較相似外（實際上成年後雙胞胎由於生活環境等差異，相貌上還是會逐漸呈現不同），其他人幾乎找不到兩個完全相同，即使長得再像，也或多或少存在差異。換句話來說，面部識別無論從特徵點還是使用方便性上來看，都是非常適合作為識別技術之選，那麼為什麼在蘋果發布iPhone X之前，面部識別技術在移動設備上一直處於不溫不火的狀態呢？

不溫不火，傳統面部識別缺陷多

要回答這個問題，首先我們得思考一下在移動設備上使用生物識別技術所必須具備的一些條件：條件一，移動設備由於其移動使用、隨用隨走的特性，要求置於其上的生物識別技術必須能滿足體積和功耗的需求，這是最基本的條件。條件二，生物識別技術必須在安全性上有保證，比如出錯率不高於1/50000，避免「一把鑰匙開兩把鎖」的情況出現。條件三，生物識別技術的易用性一定要有保證，能夠在極短的時間內就完成生物識別並將結果反饋給用戶。有這三個條件在前，傳統的面部識別技術還真不一定能夠滿足這些要求。

目前我們所看到的面部識別技術大部分都是通過攝像頭採集人臉信息，然後根據採集的平面人臉信息，獲取特徵點後進行比對，如果和存儲的數據能夠實現對應關係，則放行通過，如果無法建立對應關係，則判斷不通過。這種面部識別技術的優勢在於實現容易，一般的攝像頭即可，滿足了條件一。但是問題也出現了，由於攝像頭只是拍攝一張照片，再通過後台演算法進行對比，因此在安全性上沒有保證，甚至有用戶使用照片就騙過了面部識別系統，或者用戶僅僅化了妝或戴帽子，系統就無法識別，這也給用戶使用這種技術帶來了很多麻煩和困擾，因此條件二不能滿足。

部分移動設備通過使用前置攝像頭完成面部識別，其實安全性並不高。

為了加強面部識別技術的使用，廠商在面部識別系統上又加入了更多的驗證步驟，比如需要用戶完成轉頭、點頭等一系列動作，或者需要側面用於輔助等，雖然在一定程序上增加了安全性，但是卻帶來了使用麻煩、速度較慢、比對時間長等問題，顯然條件三也不適合。因此，安全性不足和使用麻煩等問題，使得傳統的面部識別技術至少在移動設備上沒有得到很好的應用，而指紋則後來居上，成為目前手機上的主流生物識別技術。

那麼，面部識別技術就沒有發展前途了嗎？當然不是。隨著技術的進一步發展，3D面部識別技術正在走向成熟期。

很多時候蘋果iPhone新品的發布，都會帶來一些影響業界接下來發展方向的技術，這次iPhone X帶來的是面部識別技術。

三條道路實現3D面部識別技術

傳統的面部識別技術在移動設備上的應用遇到了瓶頸，那麼有沒有解決的辦法呢？這個時候，3D面部識別技術應運而生，成為領航面部識別技術的佼佼者。

面部識別技術從2D發展到3D是順理成章的事。因為2D面部識別只能識別其中的平面信息，但是平面信息又不像指紋的特徵如此多樣且容易採集和進行識別，況且指紋信息還可以零距離識別，因此2D面部技術的識別效率不高且安全性不佳。

相比之下，3D面部識別技術相當於重建人臉的3D模型，不但有面部特徵，還增加了深度信息。在增加了深度信息後，面部識別所能使用到的數據就大大提升了。比如人臉的形狀、頭顱的形狀、尺寸、長短等信息，都可以用作面部識別的特徵數據，這使得傳統面部識別技術的核心難點也就是五官特徵信息的識別和採集，在3D面部信息中的重要性反而下降了。原因也很簡單，3D面部識別由於特徵數據大大增加且獲取容易，那些獲取困難且比對困難的數據自然不會成為第一優先選擇。

人的面部3D結構本身就包含了大量的識別信息。

目前業內對3D面部識別技術的研究已經持續了一段時間，他們根據不同的應用場合和應用對象，提出了三個解決方案：

首先是結構光：結構光，顧名思義就是能夠顯示物體結構的光照演算法，技術原理為激光散斑編碼。結構光通過將特定的光電信息投射到識別物體表面，然後再由攝像頭採集這些信息並記錄處理，通過物體表面光點信號的變化，計算出物體的深度和位置等信息，完成特徵點的採集。結構光的優點在於解析度較高，根據不同場合的需要，結構光的光點數量可以從幾萬到幾十萬不等，光點越多，採集出的結構模型越精確，特徵點越多，但相應的計算量和識別時間就會變得更長。結構光如今的發展已經從傳統的單束光掃描採集到現在的多點投射掃描採集，速度更快且更適合移動設備使用。另外，結構光的優勢在於在任何光照條件下使用效果都比較出色，硬體成本也比較低，部分可以藉助現有設備完成。

結構光識別技術簡圖

其次是飛行光：所謂飛行光，技術來源是「Time of Flight」飛行時間，簡稱為TOF，技術原理為反射時差。TOF的技術特點在於，使用光照射物體表面，通過發射光和返回光時間的微小差異，計算出物體和光源的距離，從而得到物體表面的深度特徵信息。相比結構光，飛行光的精度和幀率表現都更為出色，但是解析度比較低，可能無法獲取高精度的3D模型。飛行光的優勢在於幀率高，對變化較快的物體可以快速、即時刷新信息，並且演算法簡單，實現容易。

第三則是雙目測距系統。雙目測距系統的原理來自於雙目匹配和三角測量。具體來說，這項技術是使用兩個攝像頭採集物體信息，因為兩個攝像頭存在距離差，採集信息後再使用三角函數，就可以處理出物體的深度信息，從而得到物體的3D模型。雙目測距系統的優勢在於解析度足夠高、精度高，但是由於需要雙目計算，因此在硬體成本上需要加入計算單元，成本較高。此外，雙目系統由於需要自然光照才能拍攝物體，因此不適合在黑暗場景中使用。

雙目測距系統識別技術簡圖

這三種方法都是目前主流的3D面部識別方法，在不同的場合和環境下都有應用。那麼，到底哪一種方法更適合在手機等移動設備上使用呢？

3D建模—大有可為的結構光

根據目前的情況來看，首先應用在手機上的面部識別技術應該是結構光。畢竟蘋果在發布會上展示的FaceID，其技術本質就是結構光，在蘋果的技術帶領下，結構光作為成熟、並有望大面積普及的3D面部識別技術，應該會逐漸走入人們的生活。

蘋果的面部識別技術是由結構光的點陣投影器、紅外鏡頭以及泛光感應元件共同組成的，其中點陣投影器投射的紅外光照射在人臉上，再由紅外鏡頭採集，如果是黑暗、弱光場景的話，泛光感應元件可以加強識別過程。在對人臉的3D信息採集後，根據人臉的結構特徵，蘋果會總結出大量的特徵點用於比對。因為蘋果的3D面部識別技術目前沒有看到應用五官信息用於識別，如果只使用人臉的3D圖形的話，那麼即使用戶化了妝、戴上帽子、口罩，仍然擁有一定的識別可能。另外，蘋果也不單單使用3D面部識別技術採集信息，而是加入了紅外識別，這樣就在很大程度上避免了無生命的人臉模型通過識別的可能性。

蘋果首先在iPhone X上使用了3D面部識別技術

蘋果的3D面部識別技術應該是目前在移動設備上使用的最先進、最完整並且最具可操作性的技術，其部分核心技術來源於2013年對PrimeSense公司的收購。PrimeSense曾經在2009年授權技術給微軟研發Kinect以及華碩，2013年的時候PrimeSense還展示過Capri 3D攝像頭技術和AR技術，能夠自動識別房間結構並且為AR的椅子在房間中移動設置障礙。相比3D攝像頭和AR結合起來的技術而言，蘋果在3D面部識別上的技術應用更為複雜，技術難度更高，面對的也是人臉這樣多變且充滿不確定的對象。不過蘋果目前還沒有透露太多有關FaceID的技術內容，只是含糊地說在人臉上投影30000個紅外點並建立特徵庫，不受光照影響，安全性要比指紋識別高很多等，具體細節也只有等到新手機上市後進一步測試才能得知。

除了蘋果外，全球目前尚未有第二家能夠提供類似FaceID那樣成熟的軟硬體3D面部識別解決方案的公司，不過國內也有幾家企業在之前就開始了對3D面部識別相關技術的研究，而他們無一例外選擇了結構光路線。其實道理也很簡單，飛行光計算光的折返時間，解析度和精度可能存在問題，雙目測距系統的成本又比較高，因此要實際應用目前看起來還是結構光更合適。目前國內研發類似3D面部識別的企業包括格靈深瞳，奧比中光、酷感科技等。其中奧比中光已經推出了類似的3D深度攝像頭並且能夠完成3D重建，可以實現人臉識別、手勢識別、骨架識別、三維測量等功能，並已經有客戶開始使用。

奧比中光的3D面部識別方案

國內廠商也開始布局3D面部識別技術

小結

總的來看，目前3D面部識別技術尚處於技術發展期，其中蘋果由於收購了PrimeSense並不再向外界提供相關技術，導致其他廠商短期內無法在自家的移動設備上使用3D面部識別技術，但是其他廠商也在努力實現3D面部識別技術的商用化和移動化。相比指紋識別技術，3D面部識別技術的安全性更高，如果有出色的技術應用和調校經驗的話，其速度、體積和功耗都能得到非常好的控制，再加上其幾乎沒有學習成本、隨看隨用的特性，3D面部識別技術應該是非常優秀的下一代移動設備生物識別技術的選擇。

隨著面部識別技術在移動設備上的普及，它將不僅僅是一個涉及安全的功能，也可以衍生出很多新玩法。

當然在這個過程中，指紋識別技術是否可以共存，主要還是看應用狀態。如果指紋識別技術作為普通的驗證方式，而3D面部識別技術作為金融、安全相關應用的驗證方式的話，以多層級的驗證和保護構建移動設備的數據安全體系，也是非常合理並值得期待的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 微型計算機 的精彩文章: