前不久荣耀V10的发布会，末尾发布了一款十分有意思的小配件：点云深度摄像头。这款摄像头并非类似于其他外接摄像头用于提升拍摄水平，而是一款可以用来3D人脸识别、3D人脸建模的外接摄像头模块。
据发布会数据，点云深度摄像头拥有1280*800的深度分辨率，拥有亚毫米级的建模精度，可以30万点云10s重建，支持支付安全级身份识别，可以实现400ms的极速解锁。
并且支持3D小物体建模，同样可以达到亚毫米级别，支持智能去手去背景，实现绚丽的纹理再现。有趣的是，点云深度相机也支持像iPhone X一样的动画表情，而且细节更加丰富。
说到人脸识别，对于已经进入全面屏智能手机时代的我们来说并不陌生，由于指纹识别模组的向后转移，面部识别则成为弥补后置指纹识别使用不够直观的替代功能。
有意思的是，有不少原本不支持面部识别功能的手机，在更新系统后，就开始支持这项生物识别功能。
有单纯通过软件实现的，当然也有通过硬件原理实现的，就比如今天我们说的点云深度摄像头。
其实点云深度摄像头并不是第一款与手机相关的3D人脸识别摄像头模组，iPhone X的Face ID已经让我们见识到了高段位人脸识别功能的风采。
其实它们实现的原理都相同，都是3D结构光立体识别的产物。本期我们就来说一说人脸识别的原理依据，深扒一下3D结构光是如何实现立体图形获取的。
人脸识别是如何实现的
生物识别其实并不是一个特别复杂的过程，简单的说都是通过获取生物特征信息与已存信息进行比对实现的。
手机上的生物识别功能通过前置相机以非接触的方式获取生物信息图像，获取图像后进行数据处理，并与数据库中的已存在生物信息进行对比，当信息特征与已录入信息达到限定的相似度时，就可以完成面部识别解锁。
那么，只通过软件层面的面部识别和3D面部识别有什么差别呢？
现在安卓阵营里，用在手机上的基本都只是通过软件层面来进行面部识别的，也正是因为如此我们才能在某些手机上只通过系统升级就能体验到面部识别功能。从实际体验来说，这种面部识别相当快，但其并不擅长于安全。
为何说这种方式不安全？其原因就在于面部识别是一种非接触的生物识别方式，这也是不同于指纹识别的显著特征之一。
所以指纹识别可以通过增加获取生物的活体特征功能来避免假造指纹的识别通过，但面部识别却很难用获取生物活体特征的方式来排除照片欺骗。
不管是哪种识别方式，都是通过识别特征点来进行特征获取的。一般来说，录入的特征点越多，生物识别的安全性就越高，在算法允许的情况下，一定面积的遮挡或者变化时识别准确性受到的影响就越小。
面部识别也是这样的道理的，所以在一些安卓手机的面部识别宣传中我们可以看到关于识别特征点的描述。但问题就是，只要是通过平面照片获取信息点，不管多少特征点，都有被照片解锁的可能性。
当然，我们可以针对照片的特性来增强安全性。照片相对于活体，有三个特征，一是没有活体特征，这个难以实现已经排除；二是一张照片只有一个角度。
在之前的其它面部识别设备上，就有需要通过转动脸部来获取人脸多角度特征，从而增加安全性的先例。但这种方案的问题就在于识别效率降低，在讲究速度的智能手机上，这样的面部识别相比于背面指纹识别没有优势。
而第三点特征，就是照片是平面，而人是立体的。所以获取活体脸部的立体信息就成了面部识别的最佳方向。我们所说的3D面部识别就是这样的方案。那么这种方案是如何获取生物信息的呢？这就涉及到了3D结构光原理。
扒一扒3D结构光是个啥
如何在手机上获取3D的面部特征信息呢？有人说双摄啊，双摄不就能测量景深么？
其实这么想没有问题，我们双眼看世界，看到的世界是立体的，因为我们的双眼存在一定的距离，看一个目标是视线就存在一定的夹角，所以双眼看到画面是不同的，在大脑中合成的画面就是立体的。而且现在存在双目立体成像设备，就是依据视差原理形成三维图像。
我们常用的面部识别，面部出现一定面积的遮挡也可以实现解锁，这是因为对比的数据只要相同率达到设定的条件即可。
手机双摄虽然能够拍出不同视角的照片，但差别特别小，不能对面部识别的对比数据产生足够的影响。
我们要说的3D结构光是获取面部立体信息的最佳方案之一。打个比方说，其工作原理类似于可以绘制浅海海底地形图的声呐系统，通过反射信息来确定深度。3D结构光则是通过人脸表现反射光线来确定深度信息的。
3D结构光的整个系统包含结构光投影设备、摄像机、图像采集和处理系统。
其过程就是投影设备发射光线到被测物体上，摄像机拍摄在被测物体上形成的三维光图形，拍摄图像经采集处理系统处理后获得被测物体表面数据。
在这个系统中，当相机和投影设备相对位置一定时，投射在被测物体上的光线畸变程度取决于物体表面的深度，所以在拍摄图像中可以得到一张拥有深度的光线图像。
3D结构光模式包含点、线、面的模式，是指投射的光线类型。一般来说，由多条垂直双向的线组成的网络结构最常用，因为这种模式不需要扫描就可以实现三维的轮廓测量，而且速度快。用在手机上的3D结构光则是由多个点组成的光线系统，选择红外线可以避免解锁被光线射一脸的尴尬。
写在最后
看到这里，相信大家已经对3D结构光的面部识别原理有了一定的了解。当然，这些也只是对识别技术的简单介绍，其中的细节还是比较复杂的。
就目前现状来看，iPhone X的面部识别速度不如直接在软件层面进行的识别，但如果面部识别的活体检测技术未能被开发的话，3D结构光的面部识别将成为未来主流的生物识别方案。
在文初我们也提到了点云深度相机的动画表情和3D建模。有意思的是，iPhone X支持的动画表情其实不需要结构光反射系统也可以识别，只要露出前置摄像头。
而点云深度摄像头细节更加丰富的动画表情，估计这就得益于3D结构光系统的使用和更加出色的软件适配。
↑↑↑点云深度摄像头的3D建模
↑↑↑建模结果
3D建模也并不是点云深度摄像头的专属功能，前不久发布的索尼Xperia XZ1就支持3D相机，可以进行脸部扫描、头部扫描、食物扫描和自由扫描。
但想要实现完美建模的操作难度很大，但在发布会上，点云深度相机可以十分简单的就扫描出了小玩偶的模型，而且有用出色的去手和背景的效果。或许这就要归功于点云深度摄像头的3D结构光技术和出色的算法应用了。
