IphoneX人脸识别技术浅析

IphoneX人脸识别技术分析

——云从科技研究院.周翔

苹果发布新产品IphoneX之后，一项新的功能：人脸识别。此功能一出，被众人津津乐道，评论众多。而IphoneX的人脸识别FaceID，和我们目前市面上的普通的视频/图像人脸识别算法区别还是非常大，FaceID用到了人脸的三维信息来识别人脸。

要了解FaceID的人脸识别技术，让我们先来科普一下结构光技术与原理。结构光硬件组成

1、结构光成像一般需要发射源，发射源一般是红外或者激光，发射出点阵或者

栅格光源，投到物体表面。

2、结构光成像还需要接受器，接受器一般与发射源对应，能够获取发射源投在

物体表面的光信息。

3、结构光成像，还需要一个硬件计算单元，把接收器接收到的信息处理成物体

三维的点云信息。

结构光原理

发射源发射的均匀点阵/栅格投射到待测物表面后，由于物体的表面深度不一样，点阵/栅格会因为不同的深度形状产生空间形变和飞行时间差，被改变的结构光投影经摄像系统采集，传送至硬件计算单元分析计算后可得出被测物的三维面形数据。

空间相位形变和光脉冲飞行时间差是结构光最常用的两种方法：利用空间形变，获取结构光场的相位、光强等被待测物的高度调制后产生的变化,可以读取并计算这些性质的变化获取待测物的面形信息；利用飞行时间差，可以记录了光脉冲在空间的飞行时间,通过飞行时间计算待测物体的面形信息。

以下用知乎作者Lee Mr的一篇结构光示例来跟大家简单说明：

1）第一步，编程让发射源产生正弦条纹图，因为后续要利用变形条纹图获取相位，而获取相位的算法也有多种，此处采用的是四步移相法，具体原理去查文献，不再累述。因此这里产生四幅相位差pi/2的条纹。然后将该四幅条纹分时投影到被测物（面具）上，采集到如下图左边边的图（当然也是四幅），同时要采集四幅参考面的条纹（未被调制，同样四幅）。

2）第二步，相位恢复。由采集到的四幅受调制条纹图计算出被调制相位，这里得到的相位图是截断相位图，因为四步移相算法得到的结果是由反正切函数计算所得，因而被限制在[-pi,pi]之间，也就是说每当其值超过该范围，其又会重新开始。得到的相位主值如下图所示：

3）上述二者相减得到相位差，该相位差则表征了被测物相对参考面的高度信息，再代入相位与高度转化公式，得到如下三维模型。

以上部分文字与图片转载来源：https://https://www.360docs.net/doc/d719048798.html,/question/54347759

FaceID技术原理

接下来，我们来了解IphoneX的FaceID技术是怎么实现的。

首先我们来了解一下IphoneX齐刘海的硬件设计，包含了一个三维采集系统：红外相机、泛光照明灯、环境光传感器和点阵投影器。

点阵投影器能在不同的光照条件下将3万多个肉眼不可见的光点投影在人的脸部，绘制出独一无二的面谱，由红外相机得到面部3D深度信息模型。再结合前置摄像头拍摄的可见光人脸，将人脸的纹理与人脸3D模型通过算法结合，得到真实的3D人脸图。

得到3D人脸图以后，自然是通过目前最实用的深度学习算法，学习三维人脸的特征，再进行人脸识别。精度自然比平面人脸的识别精度要高。

FaceID技术优势

1、三维人脸的深度信息，天然防止了平面的纸张、视频等人脸攻击手段；

2、由于其点阵投影器、泛光照明灯的特性，可以对其人脸肤色与其它材质有较

好的区分性，防止了面具等攻击手段；

3、由于获取人脸三维信息主要依靠红外技术手段，对于室内环境引起的人脸光

照变化基本不敏感，可以在室内任意光环境下使用；

4、结构光精度可达到0.1毫米级精度，可以使人脸识别精度大大提高。FaceID技术问题

1、由于红外结构光受传输距离的影响比较大，衰减厉害，目前IphoneX的有效

人脸识别距离应该在20cm-60cm之间；超出距离精度会大大下降；

2、由于太阳光包含有红外光，可以预料，在外界阳关充足的环境下，IphoneX的

人脸识别会受较大影响；

3、由于结构光捕获三维信息时有一个短暂的多帧相位信息融合，对于持续移动

和快速移动的人脸，识别精度会大大降低。

结构光人脸识别国内现状

1、目前能够把结构光整个发射、接收模组做到如IphoneX这般小，能够集成到

手机上的基本还没有。据了解，目前能够做到最小的也得手机充电器般大小；

2、从结构光的技术原理上分析，要形成一个精准的三维模型，至少需要4-5帧

视频图像进行重建，需要保证光源发射器的频率和摄像头捕捉画面频率同步，这对于普通红外摄像机的帧率25帧来讲，至少需要200ms时间完成光源信息采集，再通过算法对其点云重建，时间较长。目前对于Iphone的技术细节无法获取。

3、由于受硬件限制，目前3维人脸数据的采集难度较大，数据样本太少，对人

脸识别算法的学习和研究带来一定难度。

以上分析与观点仅为个人观点，受限于信息获取与知识理解的程度，有不对的地方敬请谅解。著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处。