榮耀外掛Face ID iPhone X看後自歎不如

前不久榮耀V10的發布會, 末尾發布了一款十分有意思的小配件: 點雲深度攝像頭. 這款攝像頭並非類似於其他外接攝像頭用於提升拍攝水平, 而是一款可以用來3D人臉識別, 3D人臉建模的外接攝像頭模組.

據發布會數據, 點雲深度攝像頭擁有1280*800的深度解析度, 擁有亞毫米級的建模精度, 可以30萬點雲10s重建, 支援支付安全級身份識別, 可以實現400ms的極速解鎖. 並且支援3D小物體建模, 同樣可以達到亞毫米級別, 支援智能去手去背景, 實現絢麗的紋理再現. 有趣的是, 點雲深度相機也支援像iPhone X一樣的動畫表情, 而且細節更加豐富.

說到人臉識別, 對於已經進入全面屏智能手機時代的我們來說並不陌生, 由於指紋識別模組的向後轉移, 面部識別則成為彌補後置指紋識別使用不夠直觀的替代功能. 有意思的是, 有不少原本不支援面部識別功能的手機, 在更新系統後, 就開始支援這項生物識別功能.

有單純通過軟體實現的, 當然也有通過硬體原理實現的, 就比如今天我們說的點雲深度攝像頭. 其實點雲深度攝像頭並不是第一款與手機相關的3D人臉識別攝像頭模組, iPhone X的Face ID已經讓我們見識到了高段位人臉識別功能的風采. 其實它們實現的原理都相同, 都是3D結構光立體識別的產物. 本期發燒學堂, 我們就來說一說人臉識別的原理依據, 深扒一下3D結構光是如何實現立體圖形獲取的.

本文屬於原創文章, 如若轉載, 請註明來源: 榮耀外掛Face ID iPhone X看後自歎不如http://mobile.zol.com.cn/669/6690100.html

人臉識別是如何實現的

生物識別其實並不是一個特別複雜的過程, 簡單的說都是通過獲取生物特徵資訊與已存資訊進行比對實現的. 手機上的生物識別功能通過前置相機以非接觸的方式獲取生物資訊映像, 獲取映像後進行數據處理, 並與資料庫中的已存在生物資訊進行對比, 當資訊特徵與已錄入資訊達到限定的相似度時, 就可以完成面部識別解鎖.

那麼, 只通過軟體層面的面部識別和3D面部識別有什麼差別呢? 現在安卓陣營裡, 用在手機上的基本都只是通過軟體層面來進行面部識別的, 也正是因為如此我們才能在某些手機上只通過系統升級就能體驗到面部識別功能. 從實際體驗來說, 這種面部識別相當快, 但其並不擅長於安全.

為何說這種方式不安全? 其原因就在於面部識別是一種非接觸的生物識別方式, 這也是不同於指紋識別的顯著特徵之一. 所以指紋識別可以通過增加獲取生物的活體特徵功能來避免假造指紋的識別通過, 但面部識別卻很難用獲取生物活體特徵的方式來排除照片欺騙.

不管是哪種識別方式, 都是通過識別特徵點來進行特徵獲取的. 一般來說, 錄入的特徵點越多, 生物識別的安全性就越高, 在演算法允許的情況下, 一定面積的遮擋或者變化時識別準確性受到的影響就越小. 面部識別也是這樣的道理的, 所以在一些安卓手機的面部識別宣傳中我們可以看到關於識別特徵點的描述. 但問題就是, 只要是通過平面照片獲取資訊點, 不管多少特徵點, 都有被照片解鎖的可能性.

當然, 我們可以針對照片的特性來增強安全性. 照片相對於活體, 有三個特徵, 一是沒有活體特徵, 這個難以實現已經排除; 二是一張照片只有一個角度. 在之前的其它面部識別設備上, 就有需要通過轉動臉部來獲取人臉多角度特徵, 從而增加安全性的先例. 但這種方案的問題就在於識別效率降低, 在講究速度的智能手機上, 這樣的面部識別相比於背面指紋識別沒有優勢.

而第三點特徵, 就是照片是平面, 而人是立體的. 所以獲取活體臉部的立體資訊就成了面部識別的最佳方向. 我們所說的3D面部識別就是這樣的方案. 那麼這種方案是如何獲取生物資訊的呢? 這就涉及到了3D結構光原理.

本文屬於原創文章, 如若轉載, 請註明來源: 榮耀外掛Face ID iPhone X看後自歎不如http://mobile.zol.com.cn/669/6690100.html

扒一扒3D結構光是個啥

如何在手機上獲取3D的面部特徵資訊呢? 有人說雙攝啊, 雙攝不就能測量景深麼? 其實這麼想沒有問題, 我們雙眼看世界, 看到的世界是立體的, 因為我們的雙眼存在一定的距離, 看一個目標是視線就存在一定的夾角, 所以雙眼看到畫面是不同的, 在大腦中合成的畫面就是立體的. 而且現在存在雙目立體成像設備, 就是依據視差原理形成三維映像.

我們常用的面部識別, 面部出現一定面積的遮擋也可以實現解鎖, 這是因為對比的數據只要相同率達到設定的條件即可. 手機雙攝雖然能夠拍出不同視角的照片, 但差別特別小, 不能對面部識別的對比數據產生足夠的影響.

我們要說的3D結構光是獲取面部立體資訊的最佳方案之一. 打個比方說, 其工作原理類似於可以繪製淺海海底地形圖的聲呐系統, 通過反射資訊來確定深度. 3D結構光則是通過人臉表現反射光線來確定深度資訊的.

3D結構光的整個系統包含結構光投影設備, 攝像機, 映像採集和處理系統. 其過程就是投影設備發射光線到被測物體上, 攝像機拍攝在被測物體上形成的三維光圖形, 拍攝映像經採集處理系統處理後獲得被測物體表面數據. 在這個系統中, 當相機和投影設備相對位置一定時, 投射在被測物體上的光線畸變程度取決於物體表面的深度, 所以在拍攝映像中可以得到一張擁有深度的光線映像.

3D結構光模式包含點, 線, 面的模式, 是指投射的光線類型. 一般來說, 由多條垂直雙向的線組成的網路結構最常用, 因為這種模式不需要掃描就可以實現三維的輪廓測量, 而且速度快. 用在手機上的3D結構光則是由多個點組成的光線系統, 選擇紅外線可以避免解鎖被光線射一臉的尷尬.

寫在最後

看到這裡, 相信大家已經對3D結構光的面部識別原理有了一定的了解. 當然, 這些也只是對識別技術的簡單介紹, 其中的細節還是比較複雜的. 就目前現狀來看, iPhone X的面部識別速度不如直接在軟體層面進行的識別, 但如果面部識別的活體檢測技術未能被開發的話, 3D結構光的面部識別將成為未來主流的生物識別方案.

在文初我們也提到了點雲深度相機的動畫表情和3D建模. 有意思的是, iPhone X支援的動畫表情其實不需要結構光反射系統也可以識別, 只要露出前置攝像頭. 而點雲深度攝像頭細節更加豐富的動畫表情, 估計這就得益於3D結構光系統的使用和更加出色的軟體適配.

3D建模也並不是點雲深度攝像頭的專屬功能, 前不久發布的索尼Xperia XZ1就支援3D相機, 可以進行臉部掃描, 頭部掃描, 食物掃描和自由掃描. 但想要實現完美建模的操作難度很大, 但在發布會上, 點雲深度相機可以十分簡單的就掃描出了小玩偶的模型, 而且有用出色的去手和背景的效果. 或許這就要歸功於點雲深度攝像頭的3D結構光技術和出色的演算法應用了.

本文屬於原創文章, 如若轉載, 請註明來源: 榮耀外掛Face ID iPhone X看後自歎不如http://mobile.zol.com.cn/669/6690100.html