除了結構光，人臉識別還有哪些方案？

本文閱讀時間約為：2分鐘

雖然 iPhone X 的劉海經常被大家吐槽，但不可否認的是 Face ID 再次引領了智能手機潮流，國內廠商也在 3D 人臉識別方向發力，如前期發布的小米 8 探索版和 OPPO Find X ，也採用了 3D 人臉識別方案（但其兩者又有些許不同，我們在下面再詳細說）。

人臉是 3D 的，所以人臉識別的關鍵在於人臉深度信息的獲取。目前常用的深度信息獲取有三種方法，第一是雙目匹配，第二是 TOF，第三就是目前火熱的結構光。

先來看看雙目匹配，它完全基於圖像處理技術，通過尋找兩個圖像中相同的特徵點得到匹配點，經過三角測量法來進行立體探測，從而得到深度信息。

在普通的雙目測距中，光源是環境光或者白光這類沒有經過編碼的光源，圖像識別完全取決於被拍攝物體本身的特徵點，如果拍攝物體存在變化，每一次雙目匹配都需要重新提取特徵點，要求佔用很高的計算資源，導致實時性很差，同時也繼承了普通 RGB 攝像頭的缺點，在昏暗環境下或者特徵不明顯的情況下並不適用。

當然啦，它也有好處，就是製作成本最低，在支持人臉識別的 ATM 機上就能看到它的身影。

TOF 是 Time of flight 的簡稱，直譯過來就是飛行時間的意思。TOF 3D 成像是通過給識別目標連續發射光脈衝，然後用感測器接收從物體返回的光，通過探測光脈衝的來回飛行時間來得到目標物的距離。你可以將 TOF 簡單理解為紅外測距，只不過 TOF 是同時得到整副圖像的深度信息。

由於 TOF 方案是主動光探測方式，不需要依賴光照條件，同時它也需要一個搜集光線的帶濾波片鏡頭，保證只有與發射光源波長相同的光才能進入。

TOF 方案的優點很明顯，抗干擾性能更好，不受物體表面灰度和特徵的影響，模組體積小巧，適用於對使用空間要求較高的設備上。由於成本較高，目前 TOF 主要應用在工業機器人領域，在消費級電子產品上較為少見。

結構光技術也是最近才出現在消費級電子產品上，首先亮相的自然是 iPhone X 了。

不同於普通結構光方法，iPhone X 採用了散斑結構光，激光通過擴散器上隨機形成具有高度隨機性的衍射斑點，空間中任意兩處的散斑圖案都是不同的。只要在空間中打上這樣的結構光，整個空間就都被做了標記。把一個物體（你的臉）放進這個空間，紅外鏡頭就可以獲取這個物體的點陣圖案信息。

小米 8 探索版也是採用了結構光技術，不過與 iPhone X 有點不一樣，它的叫編碼結構光。編碼結構光分為時間編碼、空間編碼和直接編碼（目前不知小米 8 探索版使用哪種），它的優勢在於參考圖像是經過預先設計的，由多個不重複的子圖案組成，每一個子圖案在參考圖像中的位置是預先確定的。只要在拍攝到的圖像中找到一個圖案後，可以直接在參考圖像中查表來找到對應，完成圖像的匹配。這樣一來，人臉 3D 信息的匹配會較散斑結構光更快，更安全。

從目前的情況來看，結構光方案依然是手機上 3D 人臉識別的主流方案，國內的其它手機廠商都在積極跟進，丘鈦、歐菲、信利、光寶、舜宇等模組廠也在抓緊研發，相信在下半年新機潮來臨的時候，會有更多採用結構光的手機出現。