带你读懂3D结构光和ToF是什么又有何用

随着科技的发展，生物识别技术逐渐走进了我们的生活。自2013年指纹识别登陆手机以来，移动设备上的生物识别技术在不断进化。5年后的今天，指纹识别黯然退场，意气风发的人脸识别成为了新时代的宠儿。现在智能手机上应用的人脸识别大多都是传统的2D识别。这种技术不难，早在Android 4.4时代就已经可以实现了，通常用一张照片就能破解了，没什么意义。所以今天我们侧重来聊聊技术难度更高也更具备安全性的3D结构光和ToF方案。

3D结构光和ToF是什么？区别是什么？

3D结构光（Structured Light）

3D结构光技术的基本原理是，通过近红外激光器，将具有一定结构特征的光线投射到被拍摄物体上，再由专门的红外摄像头进行采集。这种具备一定结构的光线，会因被摄物体的不同深度区域，而采集不同的图像相位信息，然后通过运算单元将这种结构的变化换算成深度信息，以此来获得三维结构。简单来说就是，通过光学手段获取被拍摄物体的三维结构，再将获取到的信息进行更深入的应用。

其实早在2009年的时候，微软就将3D结构光技术应用到Kinect之上，为Xbox的体感游戏带来硬件和技术支持。之所以隔了那么久才出现在手机上，是因为要实现这一技术的技术成本非常大。你要知道，当年微软为了让Kinect更好地工作，为Xbox配备了8核处理器、12组GPU运算单元、768个流处理器以及8GB运行内存的硬件配置。同理，为了让iPhone X实现3D结构光人脸识别，苹果专门研发了AI芯片，特地针对3D深度成像设立了独立的运算单元，保证面部识别的效率。当然安卓阵营也没有落后，高通为自家的骁龙旗舰处理器配备了AIE人工智能处理单元，同样对人脸识别的运算作出了优化。

iPhone X 3D结构光工作过程

ToF（Time Of Flight）

ToF是3D深度摄像头的其中一种方案，是结构光的同门师弟。ToF测距有单点和多点两种，其中手机上一般会用多点测距。多点测距的原理和脉冲的单点测距类似，但是其收光器件为CCD，即带电荷保持的光敏二极管阵列，对光响应具有积分特性。基本原理是激光源发射一定视野角激光，其中激光时长为dt(从t1到t2)，CCD每个像素利用两个同步触发开关S1（t1到t2）、S2(t2到t2+dt)来控制每个像素的电荷保持元件采集反射光强的时段，得到响应C1、C2。物体距离每个像素的距离L=0.5*c*dt*c2/(c1+c2)，其中c是光速（该公式可以去除反射物反光特性差异对测距的影响）。简单来说就是，发出一道经过处理的光，碰到物体以后会反射回来，捕捉来回的时间，因为已知光速和调制光的波长，所以能快速准确计算出到物体的距离。（小道消息，2018年华为和vivo新出的手机都会用上ToF方案）