三维人脸识别技术的发展前景

二维人脸识别兴起于手机，3D 人脸识别则兴起于苹果。 2017 年，iPhone X 问世，开启了手机 3D 人脸识别元年，引发了众多手机厂商纷纷效仿。其实早在 2015 年，苹果收购以色列著名 3D 传感器制造商 PrimeSense，就让行业看到了三维人脸识别的更大潜力，也让更多初创企业纷纷“入海”。 人脸识别以其非接触、便捷、易采集等特点，在众多生物识别技术中脱颖而出，成为人工智能兴起的典型应用之一。 但目前应用的主要是二维人脸识别，平面图像由于缺乏深度信息常受到遮挡、光照等影响，并且防伪能力较差。 而近几年开始崭露头角的三维人脸识别则在这方面有更好的效果：误识率小于百万分之一，拒真率小于 0.01% ，在手机、智能门锁、高级别的安检通关等领域逐渐开始发挥作用。

三大技术方案 业内普遍认为，利用人脸的三维信息进行识别，更有助于克服二维人脸识别的困难。 三维人脸识别，包含了人脸的空间信息，是人脸本身固有的信息，对外界条件的变化有更好鲁棒性。目前主流的三种技术方式包括双目技术、TOF 技术，以及结构光技术。但三种技术路径各有利弊，也是业界的主要争议点之一。

图丨三维人脸识别三种主流方案对比(来源：CB Insights China 整理) 结构光是通过红外激光器，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反射的结构光图案，根据三角测量原理进行深度信息的计算。 ToF则是通过红外发射器发射调制过的光脉冲，遇到物体反射后，用接收器接收反射回来的光脉冲，并根据光脉冲的往返时间计算与物体间的距离。 基于双目立体视觉的深度相机和基于 ToF、结构光原理的深度相机不同，类似人类的双眼，依靠拍摄的两张图片间的视差来计算深度，也称为被动双目深度相机。 理论上来说，相比于 3D 结构光，ToF 具有结构简单、理论成本低、抗干扰性更好、远距离精度高等优势。虽然理论上更为优秀，但 ToF 目前实际应用中还达不到理论水平。结构光则在综合表现中更为均衡。

从底层硬件到算法、方案，三维人脸产业链正在逐步铺开 再透视三维传感产业链。可以看到，行业可以划分为上游器件、中游传统系统厂商，以及下游的各种场景应用厂商。这一产业链与许多传统产业相耦合，同时也有不少创新企业正在进入。

图丨三维传感产业链及主要公司（来源：CB Insights China 整理） 具体来说，衍射光学元件 DOE 位于三维传感行业的底层，此前该领域的主要玩家是德国的 CDA、奥地利的 AMS（艾迈斯半导体）及台湾的 Himax（奇景光电）等。下一环为光学模组，主要厂家包括舜宇、欧菲光、富士康等。 往下延伸，则是三维传感系统：华为、联想、小米等手机、通信厂商都是主力，奥比中光等则成为新晋成员。其后则是手势识别、行为分析、人脸识别等具体应用的三维传感系统：海康、Oculus、旷视、的卢深视等都是入局者。 另外中国的传统厂商，如川大智胜、汉王、新兴厂商商汤等也都在布局。 不得不提的是，从底层打造硬件的驭光科技，从衍射光学器件 DOE 入手，打破了一些国外厂商的垄断，2017 年完成 A 轮融资，今年已完成 B 轮融资。而三维人脸识别算法和方案提供商的卢深视已经从算法、方案到打造自己的深度摄像头，深度摄像头是为了达到更好应用效果而进行的延伸，的卢深视目前已落地门锁、安防等 B 端场景中。今年完成 B+ 轮融资。率先在手机领域崭露头角的奥比中光，也已落地多家手机厂商，及零售、制造等行业。 人工智能带来的算法、软件等正在兴起，同时硬件厂商也在试图突破。目前微软、索尼等还占据主导地位，三维人脸识别的芯片也更依赖国外。但中国厂商由软到硬，正在逐渐抓住机会。

场景落地：手机、智能门锁、安防及车载等  不过，值得说明的是，三维人脸识别的应用仍不及二维人脸识别。手机是目前落地较多的场景，在 to-B 场景上，智能门锁、车载以及部分安防场景中三维人脸在逐步渗透。   在手机上，结构光最常见的应用场景就是 iPhoneX 的刷脸解锁。还有安全支付、三维重建、AR、游戏等应用场景。   2018 年，中国厂商 OPPO 的 Find X 也采用了 3D 结构光人脸识别方案，方案来自初创企业奥比中光。华为 nova3 则是中国唯一一款采用双目立体成像的人脸识别手机，采用了 IFAA 的人脸识别解决方案。   目前安卓市场中 3D 人脸识别传感器的 OEM 成本过高，要达到与 IPhone X 的 Face ID 相同效果，成本可能要 200-300 元。另外，用户对面部识别的需求并非十分迫切。在 2018 年的热度过后，三维人脸识别在手机上的应用又陷入沉寂。     

图丨三维人脸识别主要应用场景（来源：CB Insights China 整理） 而安防领域，在智能门锁上，三维人脸识别，能进行更准确地识别。目前智能门锁市场正在不断扩大，包括人脸、虹膜识别等生物识别方式也逐渐进入实际应用。三维人脸识别模组在价格相对价格更高的同时，安全性优势也更为明显。 另外在边检通关场景，三维人脸也有有效应用。通关场景中，如何让人、车流通更为高效，是一个关键问题。逆光或侧光情况对识别影响都会较大，所以很多通行关口，正午阳光直射时会关闭部分闸机以免误识。而三维人脸通过对光线的智能处理，就能更为有效的避免强光，保证识别的稳定性。 三维人脸识别与行为识别等结合，还能发挥更大作用。 如在车载场景中，三维传感方案目前主要关注车内人的行为，如人脸开车门、启动，确认司机是否系好安全带、是否有打瞌睡等行为。 在较远距离的监控上，还可以进行如抢劫、监狱打架等行为分析。如监狱中，两人相对快速运动，很容易被判定为打架，但通过三维测距，就能分辨是否有身体接触。驭光科技就在这方面与公安部门进行不断探索。

结语 到 2020 年，可以说，三维人脸识别还未实现大规模落地。 目前，器件、芯片等硬件实力不足及依赖国外厂商，模型复杂、成本高，以及更多场景需求的打开等都是三维人脸识别深入落地要面对的问题。据估计到 2023 年，全球三维传感的市场规模可达 100 亿美元以上。 未来，随着二维人脸识别应用以及其他人工智能技术和场景的进一步落地，三维人脸也必将进一步融入到更多场景中。三维人脸识别的未来，将在部分更重要、关键场景对二维人脸识别实现替代，并与二维人脸识别一起，形成一个更完善的大市场。