Face ID 技術和微軟使用在 Surface 上的 WindowsHello 面部識別有哪些區別？

12-26

比如從準確率和安全性的角度來比較的話。

9月27號更新
face ID白皮書今天發布，https://images.apple.com/business/docs/FaceID_Security_Guide.pdf
給大家畫一下重點：
有2D紅外圖像，隨著使用會動態添加數據，如果認不出來密碼輸入正確後會自動添加數據，
沒有提預期通過率
照片存在設備上，為了將來演算法升級
2D和深度圖像序列隨機交替
誤識率在雙胞胎，兄弟姐妹，13歲一下兒童群體中會變高
有兩個網路，一個用於識別，另一個用於防欺詐
有個診斷模式，開啟後會保存若干天的圖像，用戶可以決定是否發送給蘋果
總結一下這些和Windows hello的實現細節非常接近，和我們的理解也差得不多，大家都不是變魔術，各自利用各自的優勢做優化

Windows hello要在PC生態圈推廣，為了平衡成本和製造難度沒有要求深度相機，另外演算法要適配不同廠商的相機，還要保證誤識率和通過率，另外Windows hello沒有保存圖像，但我們一樣做到了在用戶不知道的情況下演算法升級，creator update已經升級過了。

更新一下，在另一個回答里吐槽蘋果台上擦臉，這裡自黑一下Windows hello。Windows hello認不出來的時候，在攝像頭前面揮一下手擋住自己的臉，（我們叫「jedi wave」，對，就像絕地武士召喚原力那樣）系統會再次嘗試，有可能會認出來，最多嘗試三次後刷臉登錄會鎖死，輸入pin打開，和Apple官方解釋的過程類似。
加這一段是想說，作為開發者，自己的東西什麼時候不好用以及怎麼繞過去心裡是清楚的，所以真心覺得Craig在台上擦臉不是緊張，而是長時間使用的經驗竅門。

以下是原回答：
都被摺疊了，逼著來答一發：
先自曝一下，在微軟做了從第一代Kinect，第二代Kinect，Windows hello這些產品中的人臉識別，知道足夠多的細節，反而怕說多了，另外由於立場問題，各位隨意帶入。手機碼字，大家湊活看。
問題是FaceID和Windows hello人臉識別的區別，但是我又不知道Face ID的細節，所以一切憑經驗。
先從指標說，Face ID官方誤識率百萬分之一，Windows hello誤識率十萬分之一，Windows hello的這個指標在官方白皮書中，不過我軟沒有Apple這樣在台上講。另外兩方指標都是隨機人群中的誤識率，這個Apple在台上說得很清楚，雙胞胎認錯的可能性大大增加。誤識率在特定人群中也會增加，例如都有大鬍子，都帶同樣的眼鏡等等。另外做個科普，人臉識別系統需要兩個指標衡量性能，誤識率和通過率，誤識率是把別人當成你，越低越好，通過率是把你當成你，越高越好，誤識率是系統的安全保障，通過率是系統的易用性。Apple沒有說通過率是多少，微軟也沒有明確承諾。
再說防欺詐，就是常說的防照片之類的，作為一個允許用戶登錄最重要的個人電子設備的功能，防欺詐是一定要做的，三星那樣隨便被照片騙過去的系統實在是給這個圈子添亂。這方面兩家都是認真做了的。Windows hello在發布之初就有，並且這個東西是在不斷加強改進的。Windows hello2015年首次發布之前是請starbug本人花了一個月時間和我們一起嘗試攻破Windows hello，如果不知道誰是starbug，參看這個油管視頻https://youtu.be/kaRFN3UWups，對，就是他攻破touch ID，還有三星的虹膜識別，一位在生物信息安全領域有名的黑客，是一個動手能力超級強悍的傢伙，當然在那一個月里這位老兄沒有成功。
然後是硬體實現，Windows hello的相機方案是在近紅外波段，就是850納米左右波長的紅外光，face ID估計也應該是這個波段，要問為什麼，是因為850納米是不可見紅外波段中半導體材料光電效率最高的波長，這和半導體電子能級有關，行啦，軟體工程師解釋到這層就得了。還有一些常見的誤解是認為這個紅外線是靠人體體溫發出的，人體體溫的黑體輻射的峰值波段在10000納米左右，該波段的探測器在目前的技術下還做不到那麼小。用紅外光就是為了處理黑暗環境，設備上都是有主動光源的，face ID就是那個flood illuminator。其實黑暗中是最理想的工作條件，沒有別的光照的影響，用戶反而經常感嘆「哇，這麼黑也認得出來」。另外不會是更短不可見光，大家應該不會想自己的手機發出紫外線，X光，伽瑪射線之類的東西吧。人種多樣性的問題，近紅外光下各位黑皮膚的其實還稍顯的亮一些，有效避免認不出人的情況。Apple還加了結構光做深度，Windows hello上不要求深度相機，那位說沒有深度就能被照片騙過去了，這個防欺詐我們是認真的，照片騙不過去，細節不多說了。
最後呢，Windows hello發佈於2015年，face ID還有一個月才來。

回答內容基於微軟官方文檔

Windows Hello 是 Windows 10 中的一整套生物識別框架 (Windows Biometric Framework) 的名稱。其中包括指紋識別、虹膜識別和人臉識別。

例如 Lumia 950 / xl 採用了 Windows Hello 中的虹膜識別，而真·旗艦手機 HP Elite X3 則兼具指紋識別與虹膜識別（下圖）

至於 Windows Hello 的人臉識別，目前只在一些筆記本與平板上具備，比如 Surface Pro 4，Dell Inspiron 15 5548，Acer Aspire V 17 Nitro，Lenovo ThinkPad Yoga 15，Asus N551JQ 等。

支持Windows Hello 人臉識別的 Intel? RealSense? Depth Camera D400 系列長這樣（下圖）

裡面是這樣

裝在筆記本上玩體感遊戲

15年的時候 Intel 展示過一款具備 3D 攝像頭的 6寸原型機，用來測試 Windows Hello 人臉識別技術在移動設備上的應用

原理上，Windows Hello face authentication 與蘋果的 FaceID 類似，都有普通攝像頭、紅外攝像頭與紅外發射器，用以捕捉人臉的 3D 圖形。（蘋果使用 dot projector 投射紅外點陣，類似的部件微軟稱之為 infrared (IR) blaster）。因為原理類似，所以 Windows Hello 的人臉識別亦可在不同光照環境下使用，也能應對面部的細微變化，如鬍鬚與化妝。一般人在設置時可能只需註冊一次就能成功；不過，需要在強紅外背景的戶外工作，或有時要佩戴眼鏡的朋友，可以點擊設置里的「提高識別能力」，在多種情況下註冊幾次。

上圖是在不同光照條件下，Windows Hello 人臉識別的紅外成像，可以看到，用照片和視頻這種平面圖像是無法矇混過關的。

Windows Hello 人臉識別引擎的工作步驟如下

發現人臉並找到臉上的「地標」：演算法會識別鏡頭內是否出現了人臉，並找到臉部的標誌點，如眼睛、鼻子、嘴巴等
頭部的朝向：為了確保演算法能做出識別，頭不要偏轉太多，上下左右不超過15度為宜
矢量變形（超級變換形態！）：以之前的標誌點為錨點，通過演算法在臉的不同部位取上千個樣本，組成新的信息形式（圖形變數據）。這種新的信息形式，簡單來說，是臉的特定部位的明暗分布情況的統計。臉部的圖像沒有也不會被儲存，只有明暗分布的統計數據會被用到
決策引擎進行判斷：鏡頭輸入的數據隨後會與用戶在該實體設備上註冊的信息進行對比。新數據首先要通過一個機器學習得到的閾值，然後才會被演算法判定是否符合。如果該設備有多個用戶註冊，那麼閾值也會相應地提高，以防安全性受損

安全性方面，隨機人員通過 Windows Hello Face Authentication 的概率小於 1/100,000（誤識率）；一般情況下，用戶本人的解鎖成功率在 95% 以上（通過率）。從蘋果發布會上的數據來看，FaceID 隨機人員解鎖成功的概率更小，達到了 1/1,000,000

總結：

① Windows Hello 包含指紋識別、虹膜識別與人臉識別。

② FaceID 與 Windows Hello Face Authentication 在原理上比較接近，技術實現上稍有差別。

③ Windows Hello 的人臉識別更早地在平板與筆記本上實現了應用，但目前 FaceID 的硬體集成度更高，率先應用在了手機上

Windows Hello face authentication (官方文檔)

Microsoft Surface Pro 4 Teardown

The camera technology of the Surface Pro 4 and Surface Book

Apple Inc.的US 20170132456 Enhanced face detection using depth information 有提到使用的Face detection

A method for face detection, comprising:
capturing a depth map, comprising an array of three-dimensional coordinates, and a two-dimensional image of a scene;
selecting one or more locations in the image to test for presence of human faces;
at each selected location, defining a respective face detection window having a size that is scaled according to an expected face size, in pixels of the image, at a depth of the selected location that is indicated by the depth map; and
processing a part of the image that is contained within each face detection window to determine whether the face detection window contains a human face.

引用的patent有

蘋果用的是PrimeScene收購來的結構光。「劉海」最右側的那個點投影，表面上是一個光柵格，不可見光透過柵格形成點網向面部投；最左側的紅外相機讀取點網投影形變，從而進行3D建模。
微軟則是TOF。

近距離高解析度的適用技術，結構光更合適。

更多請閱讀：
http://36kr.com/p/5092835.html

@叛逆者老師一上來就丟了個王炸啊……

我引用下 Patent 9552668 的部分 Summary 好了。

Described herein are various technologies pertaining to utilizing a
commodity RGB camera and depth sensor to generate, in a semi-autonomous
manner, a relatively accurate virtual three-dimensional model of a
head/face of a user. Such three-dimensional model, in an exemplary
embodiment, can be employed as a virtualized representation of the
individual, which can identify such individual in an online/gaming
environment. The three-dimensional model can relatively accurately
represent a shape of a head of the user, a size of the head of the user,
coloring of skin of the user, and facial features of the user,
including eyes, nose, ears, cheek lines, mouth, etc.

To generate a relatively accurate model of a head/face of a user, a
plurality of RGB frames are received from a color camera over a range of
time, and a plurality of depth frames are received from a depth sensor
over the range of time. Both the camera and the depth sensor are
configured to capture images of the head/face of the user. The RGB
frames are subjected to a face tracking algorithm to identify features
in the face captured in the RGB frames. Such features can include, but
are not limited to, centers of the eyes of the user, center of the nose
of the user, and nasal alars of the user. A point cloud can be generated
based upon the depth frames and the features identified in the RGB
frames, wherein the features in the RGB frames are mapped to depth
frames to locate their positions in three-dimensional space, and are
subsequently used to align depth frames. Points in the point cloud are
representative of respective distances of the head/face of the user from
the depth sensor at such points.

看戲看戲 XD

FaceID是用了PrimeSense的結構光，技術和Kinect 1的深度攝像頭一樣。從操作上看，在註冊的時候需要正臉和略微晃頭，應該是在建立一個臉的局部3D模型。有了這個之後，就能提取出特徵點，做人臉識別。

（我不知道蘋果打算如何繞開我這個專利，連操作方式都一樣）

Windows Hello是人臉、虹膜、指紋結合起來的方法。裡面的人臉部分是 @joykiller 的工作。

有一個重大的區別是，至少Windows Hello不會在公開演示的時候第一次就認不出來，還得擦掉冷汗，換個機器。

Windows Hello是很多種技術的一個集合，它其實相當於說是一個介面，然後滿足這個介麵條件的各種硬體都可以使用。比如說Surface上這種紅外攝像頭+紅外燈的方案（如果我沒搞錯的話這套攝像頭應該是沒有深度信息的？只是用這個方法來確保是活體）；比如說Lumia手機上的紅外燈+前置普通攝像頭的虹膜識別方案；比如說指紋識別方案；比如說Intel的Realsense攝像頭+驅動的3D人臉識別方案（這個是有深度信息的）；比如Kinect 2+驅動的3D人臉識別方案……等等。

沒記錯的話有些藍牙設備也可以用來做Hello的認證，但是記不太清楚了，就不多說了。

但總之我覺得拿Windows Hello和Face ID比毫無意義。。。因為Face ID只是人臉識別，是單一的生物認證。你還不如拿小米Note3來和Windows Hello比，起碼人家還是指紋，手環和人臉三套系統（逃

查了一下。US9552668 號專利是有中文同族的，公開號是 CN105144247 A（有中文的方便看戲），該中文同族的專利申請在中國處於實質審查過程中，尚未授權。

PS：看是否侵權是看權利要求書的。

所以貼個獨權方便看戲

1. 一種方便構造用戶的頭部的計算機實現的三維表示的方法，所述方法包括：從相機接收所述用戶的頭部的多個RGB幀，所述多個RGB幀是由所述相機在一時間範圍內捕捉到的。從深度感測器接收多個深度幀，所述深度幀指示所述用戶的頭部的各個部分離所述深度感測器的距離，所述深度幀是由所述深度感測器在所述時間範圍內生成的；標識所述多個RGB幀中的所述用戶的頭部的至少一個特徵，所述至少一個特徵是以下各項之一：所述用戶的眼睛的中心、所述用戶的鼻子的中心、所述用戶的第一鼻翼或所述用戶的第二鼻翼；至少部分地基於所述多個深度幀以及對所述RGB幀中的所述用戶的頭部的至少一個特徵的標識來生成所述用戶的頭部的三維網格；以及至少部分地基於所述多個RGB幀來紋理化所述三維網格。

我粗粗看了一下戲，權利要求里反覆提到的是RGB幀，FaceID有用到這個么？

iPhoneX用的是紅外激光散斑的方式獲取人臉深度信息，可以參考蘋果收購Prime Sense之前這家公司和微軟合作開發的Kinect V1以及和華碩合作開發的Xtion Pro，激光散斑方式只需要一個紅外激光發射器和兩個分光/散射透鏡將單束激光轉換成激光散斑，激光散斑在透鏡裝好後是固定的偽隨機Pattern，需要把散斑圖存儲在設備中備用，接收端只需要一個紅外帶通濾光片放在普通或特製感光sensor前即可，這種深度獲取方法其實和雙目視差成像原理一樣，只需獲取一幀紅外激光散斑反射回來的圖像，就可以和事先存儲的激光散斑圖比對，不同距離的物體上散斑形變和光斑位置不同，通過視差計算即可獲取實際深度，至於速度只取決於sensor幀率和處理器的處理速度，由於結構簡單且解析度低，因此做這麼小其實沒有什麼難度。但是，這種結構光的方式在日光下干擾極為嚴重，因此無論是Kinect V1還是Xtion Pro均無法在日光下使用，iPhoneX用了這種方案就需要用和普通紅外圖像相結合的方式彌補這一缺陷，iPhoneX在此基礎上加了紅外補光燈，這樣理論上可以通過同一個sensor接收紅外散斑圖像和普通紅外圖像，散斑用於生成深度圖像，普通紅外圖像可以同時和深度圖像結合起來用於人臉驗證，當然也可以和RGB圖像結合起來做驗證，但RGB圖像受可見光干擾比較大，所以紅外是更好的方案，且化妝會改變可見光下的人臉效果，但對紅外光下的人臉干擾有限，人臉圖片在紅外下會丟失大量信息，甚至完全空白（取決於油墨），因此理論上可以推測在強烈的日光下如果人臉同時被日光照射則以純紅外識別為主，如果低頭不被日光照射則依然可以獲取三維人臉。

紅外激光散斑發射器的圖案和視差計算得到的深度圖像：

Surface Pro 4上的Windows Hello用的人臉識別則是常規的人臉識別方案，雖然微軟加入的紅外補光，但並沒有整合Kinect V2的ToF技術，當然也沒有用到Kinect V1的結構光技術，因此無法得到三維人臉圖像，但紅外補光燈可以用於紅外下人臉識別，夜晚可用，白天本來可見光中紅外成分就比較多，因此照樣可以識別，但由於沒有三維人臉，因此相對於iPhone X並沒有太多優勢。微軟在Kinect上的技術積累很深，後期如果能把Kinect V2做進去那麼將和iPhoneX一樣可以用三維人臉識別。

在檢測距離上，對於iPhone X深度測量的精度取決於發射器/接收器間距，如果超出正常檢測範圍則精度迅速下降，因此由於二者雖然分布於劉海兩端，但距離仍然比較近，對於近距離人臉檢測正好合適，但稍遠則基本失效，估計有效深度獲取範圍10cm~2m，有效人臉檢測範圍1m左右，而Surface Pro 4 上面的Window Hello有效距離則在1.5m左右,太小的話人臉解析度不夠用，在正常使用的情況下均沒有問題。檢測視角上二者均不會太大，但Window Hello應該會大一些。

蘋果的FaceID，採用的是結構光雙攝方案，通過點陣投影儀（Dot projector）作為結構光的發射器，將3萬多個光點的網路投射到人臉上，利用紅外攝像頭(Infrared camera)作為結構光接收器來採取光線，並利用用戶轉動頭部形成光線的變化，從而映射出臉部3D形狀，最終形成的是一個三維圖像。

WindowsHello,

則是一系列識別系統的組合方案。

包括人臉，虹膜，指紋。

安全性上：

就在兩年前，柏林的SR實驗室使用石膏模具，破解了微軟的Hello面部識別系統。這一嘗試在多個使用相同類型紅外深度感應攝像機的品牌筆記本中都成功了。SR 實驗室的創始人Karsten Nohl指出，他們使用的模具不僅模仿了用戶的臉部形狀，還模仿了皮膚的光反射性能。

為了證明自己，蘋果甚至與好萊塢模型團隊進行了人臉模型對比驗證，以保證FaceID所識別的人臉不能被包括蠟像、模具等在內的任何仿製品所替代。在發布會現場，Federighi展示了一些非常逼真的面具製品，並表示經過測試，即使是這些面具再逼真也無法破解FaceID系統。

但是因為有兩年的時間點的間隔加上測試環境變數不一樣。其實也說明不了什麼

準確性只體驗過Windows Hello，真的高！而且識別快。對於像筆記本或者Surface Pro這樣的設備，從合著的狀態翻開屏幕或者鍵盤蓋，基本上在你動作停止準備進行操作的時候，Windows Hello已經識別完並完成解鎖了。甚至不需要你刻意正對屏幕。
安全性，了解下來我認為兩者不差太多。

區別的話，Windows Hello不僅僅看臉，還包括虹膜，指紋；Face ID只看臉（都會看臉，果然是看臉的社會啊摔！

當然還有一個區別是，Windows Hello的實際體驗不差，但是不少人會說「你軟發布會老藍屏啊」，「你軟發布會藍瓶都成笑柄了」；Face ID發布會翻車了一次，大家紛紛解釋「這是首次開機」，「工作人員擺放時不小心」。（逃

我買SP4的時候，在1511下可以秒開，然後到1607之後的版本彷彿就被人為壓低了識別速度一樣……

不過後來我又買了Miix5Pro和NSP，出廠系統都是1703，都能跟之前一樣秒開……

windows hello 支持虹膜面部指紋 fcae id是3D面部掃描識別

像surfacebook實際上就是面部加虹膜的雙重識別本人親測遮住半張臉露出眼睛可以解鎖如果僅僅遮住眼睛就沒法解鎖

個人感覺faceid發布會上刷臉失敗就挺尷尬的

其實這個失敗是不是因為機器重啟並不重要，Craig Federighi老兄在台上的時候肯定沒有想清楚，否則解釋一下就好了，但是他去用了第二台。這時候關鍵點來了在他拿起第二台之前的那個小動作，

他很認真仔細的擦了擦臉，不管有用沒有用，

但他確實就是那麼做了，這應該不是下意識的動作。

所以啊，以後買iPhone X的同學們，刷臉不好用的時候擦一擦。以後看見大街上用著iPhone X的，打個招呼「擦了嗎？」

如果認真看了發布會識別不出來後顯然Craig Federighi 顯得很尷尬是識別錯誤而要求輸入密碼

不明白為什麼這麼顯然的事情一堆果粉要洗白。。。。

所以，顯然

所謂的「洗白」實際上是錯的

我們可以注意到上面的提示是

Enter Passcode

Your passcode is required to enable Face ID

我將

我的iPhone改成英文，重啟之後第一次輸入密碼的提示是：

Enter Passcode

Touch ID requires your passcode when iPhone restarts

而用濕手掃Touch ID多次失敗（注意是多次），要求輸入密碼的界面是這個：

究竟是錯誤還是第一次開機還有任何疑問嗎？？？

總結自

如何看待 iPhone X 發布會現場臉部解鎖失敗了一次？

原理上兩者是一樣的，都是通過深度相機實現3d面部識別，但技術路徑上不一樣。
蘋果應該是採用原來收購的primesense的結構光技術，而微軟的是採用紅外tof方案。

胖狐狸和挖坑蔣兩位大佬點了贊，受寵若驚…

====================

我來歪個樓。

之前我在某個問題下發表過一個觀點，就是微軟應該放下和谷歌的恩怨，認認真真開始做Android手機。

微軟現在完全擁有自己打造一款優秀Android手機的全套軟硬體技術：

軟體方面，Arrow啟動器，Next鎖屏，Cortana語音助手，Bing搜索，OneDrive網盤，OneNote筆記，Office辦公套件，Outlook郵件，Wunderlist便簽，Continuum顯示切換。

硬體方面，液冷技術，PixelSense顯示技術，Hello生物識別技術，Hololens MR技術。

這手機出來，別說軟粉搶著買，就算在普通消費群體中拿個中等銷量應該不算問題吧？當然前提是定價別太高。

微軟現在的問題是，沒有能夠承載自己最新技術的移動硬體設備，一切研發都是白搭！

白搭！

納德拉選擇為iOS和Android開發App，這一步是正確的，但是遠遠不夠。

既然喊出了移動優先，自己的移動操作系統又不盡如人意，那麼別磨蹭了，Android拿來用啊！

硬體產品才是承載一切高新技術的實體！微軟，趕緊做手機！

我想問一個專利方面的問題。
眾所周知一個功能可以有多種implementation，蘋果如果自己做這個功能的話是否和微軟的專利相衝突。還是說專利不只保護核心代碼，連使用方式都包括進去了，同一個功能同樣的使用方式另一種代碼implementation也觸犯專利保護嗎

另外我看蘋果對face ID有專利，如果和微軟專利相衝突的話應該不會被專利局批吧，如果不衝突的話，微軟工程師為什麼說不知道蘋果打算如何繞開這個專利這句話呢

faceID是面部結構識別
通過發射信號接收反射信息，因為是紅外的可以透過化妝遮擋，具有深度學習特性連續使用會認識你的改變（變胖變瘦）

windows hello是各種生物識別方式的合稱包括面部識別，虹膜識別和指紋識別
win的面部是含景深的圖像識別
就我用surface的體驗來看，經常需要瞪它一眼...

我來總結一下，內容來自本問題下的答案：

1，一微軟高級圖形工程師攻克技術難題，率先得到了關於人臉建模的專利
2，其本人專業知識豐富，在此基礎上提出「我真不知道蘋果公司如何繞過這個專利呢」，暗示蘋果「難以繞過」該專利，同時指出蘋果應該使用的是收購primesense後獲得的技術
3，蘋果發布faceID的時間晚於本專利獲得之時間
4，鑒於該高級工程師沒有指出蘋果（或者primesense）也申請了相關方面的專利，並且也沒有指出該領域存在其他基礎性專利（例如深度camera，建模基礎演算法等）和他本人專利之間的關係，我們可以認為該專利是該領域首創的，基礎性專利。這是因為高級工程師的業內權威性，我們相信他。絕不會因為逞能而刻意無視其他專利的存在，並且客觀評價了本專利。

結合2的論斷和4的假定，我們得到結論：蘋果不可能繞過該基礎性專利——除非，我們對該工程師引用業內資料，他人工作，依賴專利關係時的完整性和發言的客觀性之假定有誤

我建議律師就這一專利對蘋果faceID的侵權行為提起侵權訴訟。保護微軟的知識產權。要知道，微軟在計算機諸多方面都具有領先的研究成果，surface pro、kinect的人臉識別解鎖功能也領先於iPhone X，發布會上從不出錯，或者出錯概率遠低於蘋果。我們不能容忍這樣盜用其他公司獨創性基礎性研究成果的行為，更不能容忍因為這樣，iphone獲得相較微軟更大的市場佔有率。

特此倡議律師就蘋果侵權一事向蘋果方面發起律師函。特別是，在知乎幾十萬粉也這麼認為的情況下。這位微軟公司現存華人最屌圖形學科學家肯定不是模稜兩可的誇大其詞吧[1]

[1] 教浙大周昆教授GPU知識，經不願意透露姓名的小道消息查實，確有其事。周昆拜該工程師為祖師爺，周昆自小沒學過計算機，更沒碰過gpu，連gpu是什麼都不知道，屬於半路出家。如果不是經過該工程師一個學期的教育，周昆不可能走上計算機圖形學研究的道路。在該工程師開設的這門為其一年（而絕非是吃飯時偶爾說幾句）特設課堂上，周昆教授拿了A-，周昆教授當天還喜滋滋的向全校學生報喜了，有某些在寢室自習的匿名學生作證。

實際上，所有浙大圖形學實驗室的學生都是該工程師的學生，徒子徒孫。

windows hello是指虹膜識別，虹膜識別的特點是通過紅外設備掃描人的眼睛來獲取身份信息，其最大的特點是活體識別！人死了就沒用了，並且睡眠過程中人眼是閉合的，所以睡覺的時候也安全。

所以，虹膜識別更安全。

說windows hello不好的，我來補充一下，避免倖存者偏差。surface laptop，做面膜都能秒開，表示很驚喜。