妝後FACE ID認不出？iPhone X：我這臉刷得可沒那麼膚淺！

不用說，這兩天的iPhone X那是火遍了每一個頭條。最大的兩個看點，一是全屏幕（在聊iPhone X「AMOLED全面屏」前，你需要知道這些…）；再就是把在手機上沒得意幾年的Touch ID踢出了局，取而代之的是調調極其高的Face ID（人臉識別），江湖俗稱「刷臉」。

iPhone X 的刷臉功能，啊不，是Face ID

雖說人臉識別已不是什麼全新技術，但真正在手機上實現也是足夠狂拽酷炫的。不過，這個功能一經發布便迅速遭到了一群愛擼妝小仙女們的質疑：

圖源：orz520.com

GIF/1K

畢竟有時候擼完妝，連親媽都不認識（攤手.jpg）

妝後FACE ID認不出？iPhone X就呵呵了，並表示瓜眾們還是too young too simple, sometimes na?ve.

圖源：toutiao.com

答案當然是否定的。簡單地說，Face ID基於3D（深度）成像技術，並不會「膚淺」的去看「長相」，而是通過獲得位置信息來進行3D成像。實現這一技術的基礎元件，便是接下來我們要聊的「深度相機」了。

深度相機：沒有我，3D成像成不了

深度相機是一種特殊的相機，和傳統相機不同，除了能拍出物體的平面圖像外，還能測量出物體到相機位置的距離，從而實現3D（深度）成像。

它的原理主要有三種：雙目成像、結構光、飛行時間。

1

雙目成像

我們的雙眼之所以能看到立體的圖像，是因為兩眼存在瞳距，在一定距離觀看物體時，兩眼會接收到不同的視覺圖像。而大腦能夠很巧妙地通過眼球的運動、調整，將有細微差別的兩幅畫像融合，感知到生理深度暗示，從而產生立體感。這就是雙目立體視覺的基本原理。

雙目立體成像就是根據該原理，獲取、產生和傳輸一個空間場景，並將這個場景展現成具有立體感的景象。

這是一種比較傳統的技術，使用兩個可見光的圖像感測器，通過雙目匹配就能夠實現。這種方法雖然成本低，圖像解析度高，但是演算法非常複雜，且是一種被動測量方法，目標物體需要有良好的特徵變化，不然無法實現。

2

結構光

基本的結構光方案所基於的原理是光學三角法。研究發現，當把一些特殊形式的光投到有不同深度的物體上時，光的紋路會發生變化，而我們可以通過採集這些紋理變化，來計算位置和深度，進而復原整個三維空間。

圖源：tianya.cn

例如光帶打到物體上，遇到突出的物體條紋就會改變原有的狀態，或斷開，或彎曲，其程度取決於物體各部分的深淺。直接打到平面，條紋則不發生改變。

結構光系統主要由光投射裝置（常見的為近紅外光）、攝像機、圖像採集及處理系統組成。

其中，攝像機採用圖像感測器配合窄帶濾光片和鏡頭的方式，接收不同位置的回波光信號，進而成像。

右圖為調製好的近紅外條紋光，左圖為近紅外CMOS圖像感測器成像的灰度圖

圖源：zhihu.com

第一步的成像質量直接影響接下來的圖像處理，這就需要圖像感測器在近紅外波段具有極高的靈敏度，特別是對於一些高精度要求的識別系統應用。

濱松深度相機用高靈敏度CMOS圖像感測器

近紅外波段高靈敏度表現

高速捕捉能力表現

成像後接下來的工作，就交給圖像採集及處理系統了：

來源：結構光的概念及其實現三維成像的主要原理是什麼？Lee Mr回答內容，知乎

激光器發出的光束經過光學系統形成的不光有條紋的，還有包括點、單線、單圓、同心多圓、網格、十字交叉等多種散斑形態，通過特徵編碼直接獲取特徵點。與普通條紋光相同，其他特徵圖形也都是通過在景物上形成特定的圖案，成像後進行圖像處理，後對圖案深度或距離信息進行提取。

iPhone X也正是採用的結構光來實現Face ID的。還記得那屏幕上端搶眼的「劉海」嗎？置於其中的是一套稱作「原深感攝像頭」的系統，除了常規器件，還加入了紅外攝像頭、點陣投射器、泛光感應元件，也就是Face ID的核心元件。其通過投射超過3萬個光信息識別點，由攝像頭收集信息並通過演算法分析，實現了它的人臉識別。

這個「劉海」不簡單！

3

飛行時間（TOF）

通過捕捉光從發射到接收的飛行時間，判斷物體距離，這就是測距中常見的飛行時間（Time of Flight，TOF）法。在3D成像應用中，TOF法是基於距離圖像感測器實現的。

距離圖像感測器晶元的每一個像元對入射光往返物體和相機之間的相位分別進行記錄，感測器結構與普通圖像感測器類似，但是包含兩個快門，用來在不同時間採樣反射光線，因此像素尺寸比普通圖像感測器尺寸大。另外，照射單元和感測器需要高速信號控制才可以達到想要的精度。

濱松TOF深度相機用距離圖像感測器

TOF的深度相機也主要包含三部分，一個高速光源（激光器或LED），一個可以測試飛行時間的距離圖像感測器，以及後續處理單元。

左圖：深度圖像（TOF法成像） / 右圖：彩色圖像

雙目、結構光、飛行時間（TOF），這三種雖然都是深度相機中常用的方法，但他們也各有所長：

技能點的不同也決定了他們著各自擅長的應用領域。雙目法對是否有光照、被測物特徵區別等外部環境限制較多，但是有解析度優勢，更適合於在環境比較單一的流水線檢測等應用上；結構光可以測試比較近的距離，對被測物的要求不高，同時兼顧了深度解析度，使得它比較適合用在台式設備或者手持設備的人臉識別、體感互動等應用中；TOF雖然在其他方面表現優秀，但是有著深度圖像解析度低的問題，使得它更適合用在動態捕捉、機器人避障等應用上。

iPhone X Face ID的出現又一次掀動了3D成像的熱浪，但它也僅僅是洪流中的一個代表。在未來，3D成像也勢必更加普及，從民用消費到科研、軍事、醫療等等各方各面，推動應用的進步，從而改變我們的生活，改變我們的時代。

參考資料：

詳解黑科技「結構光」，第三種測量方法你未必知道，人工智慧機器人聯盟，

結構光的概念及其實現三維成像的主要原理是什麼？Lee Mr回答內容，知乎，

iPhoneX前置3D鏡頭採用結構光方案，鳳凰科技，

http://tech.ifeng.com/a/20170913/44682077_0.shtml

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！