小米、vivo、苹果大混战——人脸识别谁更胜一筹？

众所周知，2D 红外人脸识别、3D 结构光、3D ToF 是目前主流的人脸识别解决方案。

2D 不如 3D 理所当然，但当红炸子鸡 3D ToF 果真碾压 3D 结构光吗？

且听下文分解~

2D 红外人脸识别，本质是一种基于平面的识别。

原理是使用红外光源照亮用户面部，并由红外相机捕捉图像，然后系统将捕捉到的图像与事先存储的用于识别的图像进行对比。

这种识别方式着重分析嘴宽、鼻梁长度、眼距这些显而易见的特征。

2D 红外人脸识别的局限是精度低，安全不足，因此常用于设备解锁，而不用于登录、支付等操作。

2D 与 3D 人脸识别结果对比

小米8 的红外人脸识别是环境适应性更好的 2D 红外人脸识别。

尽管 2D 红外人脸识别精度不高，但有时用照片骗下前置摄像也不失为一种乐趣?(??????)?

因为大厂 vivo 声名鹊起的 3D ToF 是结构光技术的“同门师弟”，它有广泛的应用前景，还有很酷炫的名字。

ToF（Time Of Flight，飞行时间），本质是一种光雷达系统。

其原理为测量近红外光线从发射到反射回来所需时间，并以此计算出距离，最后将距离数据转换为 3D 图像。

它的整个测量、计算过程都是实时，能够快速对距离变化、物体运动做出响应。

相较于 3D 结构光 ，ToF 深度摄像头具备以下优点：

一是响应时间快、功耗低、成本低，抗干扰能力强。

二是识别距离最高可达 10 米（3D 结构光为 5 米），不过 vivo 的 ToF 3D 超感应技术为 3 米。

更远的距离意味着更多的使用场景，近到支付拍照，远到 3D 试衣，混合现实游戏……

三是感测器体积更小，如此能有效缩小 3D 摄像头模组的体积，获得更高的屏占比，或是隐身于屏幕之下。

看起来似乎 ToF 3D 超感应技术全方位吊打 3D 结构光，然而事实并不简单~

所谓 ToF 3D 超感应技术有效深度信息点高达 30 万，是 iPhone X 结构光的 10 倍，不过是以偏概全。

iPhone X 的 3D 结构光利用反射信息来确定深度，而 ToF 则是通过向面部连续发射光脉冲，利用一发一收的时间差形成 3D 图像。

iPhone X 3D 结构光工作原理

理论上讲，结构光的点阵光斑精度与有效深度信息点不能等同，另外援引一位业内人士的话：“虽然目前国内很多厂家名义上都声称能实现 3D 摄像头量产，但精度和器件微型化远不如国外厂家”。

技术可用到产品成熟是两个概念，根源上，国产厂商仍然受到半导体制造工艺制约。

结构光与 ToF 技术对比

总的来说，理论上结构光在精度上或许更有优势，但识别距离、速度、成本等方面相对 ToF 有劣势，或许两种技术在生物识别相关领域会各有侧重，共同发展。

但我们仍要为国产厂商重压之下的创新精神鼓掌，毕竟 ToF 3D 技术下半年就要商用了呢?(??????)?