隨著時代的發展，人臉識別在我們的生活中變得隨處可見：商場里的人臉識別儲物柜，校園里的人臉識別刷卡機，手機里的面部解鎖……這些應用極大的便利了我們的日常生活。今天，就讓我們一起走進人臉識別的原理世界。

首先我們來談談什么是面部識別。人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術，它同指紋、虹膜、語音等識別方法都屬于利用生物特征來對個體識別。這項技術主要包括了圖像攝取、人臉定位、圖像預處理以及身份確認等多方面技術，目前主要分為基于前置攝像頭的2D人臉識別系統和基于紅外投射的3D結構光人臉識別系統。

我們知道，當我們使用人臉識別時，首先要先將自己的面部信息錄入手機數據庫中，那么手機是怎么記錄人臉信息的呢？

人臉上大約有 80 個節點，而人臉識別技術能夠測量一些特殊的節點，比如：兩眼間距離、鼻子寬度、眼窩深度、顴骨、下顎等信息，生成不同的數字代碼，然后存儲在手機數據庫中，當你解鎖手機時，手機會將新的人臉進行處理生成新的代碼與數據庫中的進行比對，然后達到解鎖的目的。

那么，問題來了，我們怎樣知道我們拍攝的是不是人臉并且如何將人臉從復雜的壞境中提取出來，這就是人臉檢測需要解決的問題。它可以幫助我們解決辨別與提取的問題。那么我們再思考下是不是所有情況下照片都可以被無誤的識別并解鎖手機呢？答案是肯定的，正所謂人無完人，這個系統也是如此。手機會通過圖像質量檢測這一功能進行篩選清晰的照片。緊接著將一些沒有對齊的照片進行人臉對齊。我們也知道有很多情況手機無法進行識別，比如手機前置攝像頭離人臉較遠，人臉偏轉角度過大，面部遮擋，或者表情與數據庫的數據有較大差異等，這是因為這些照片超出了人臉對齊功能的算法，導致沒有辦法進行對齊，從而不能進行識別。

當然了，不同手機間人臉對齊功能存在著差異，同樣遠的距離、面部的遮擋、以及同一個表情都可能導致不同手機的結果不同。?緊接著進行人臉特征提取生成代碼與數據庫中的代碼進行匹配，最后輸出識別結果即是否成功解鎖。

總而言之，2D人臉識別系統還是存在著較多的不足，極大的影響了人臉識別的安全性和靈敏性。??在這種情況下，更加先進的3D技術便應運而生。與2D不同的是，3D通常由不同角度的多個深度圖像組成，完全顯示面部的表面形狀，并且在具有一定深度信息的密集點云中的空間中呈現面部。目前3D人臉識別在市場上根據使用攝像頭成像原理主要分為：3D結構光、TOF、雙目立體視覺。

3D結構光

3D結構光通過紅外光投射器，將具有一定結構特征的光線投射到被拍攝物體上，再由專門的紅外攝像頭進行采集。主要利用三角形相似的原理進行計算，從而得出圖像上每個點的深度信息，最終得到三維數據。

基于3D結構光的人臉識別已在一些智能手機上實際應用，如國外使用了超過10億張圖像(IR和深度圖像)訓練的FaceId；國內自主研發手機廠商的人臉識別。

TOF

TOF簡單的說就是激光測距，照射光源一般采用方波脈沖調制，根據脈沖發射和接收的時間差來測算距離。

采用TOF的方式獲取3D數據主要在Kinect上實現，Kinect在2009年推出，目的是作為跟機器的交互設備，用在游戲方面。主要獲取并處理的是人體的姿態數據

雙目立體視覺

雙目是基于視差原理并由多幅圖像獲取物體三維幾何信息的方法。由雙攝像機從不同角度同時獲得被測物的兩幅數字圖像，并基于視差原理恢復出物體的三維幾何信息，從而得出圖像上每個點的深度信息、最終得到三維數據。

由于雙目立體視覺成像原理對硬件要求比較高，特別是相機的焦距、兩個攝像頭的平面位置，應用范圍相對3D結構光TOF少。

目前，我們手機的人臉識別主要仍是應用2D人臉識別系統，相信在不久的將來，會有更加安全和靈敏的系統出現。

THE

END

圖文編輯：鄧澤宇 王治達 楊子逸

排版：李金宇

審核：戴江林