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解锁了,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。

3D结构光原理

iPhone X 3D结构光原理

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)附:ToF参考技术文献

ToF 3D深度摄像头原理

3D结构光和ToF优缺点总结


结构光ToF
基础原理单相机和投影条纹斑点编码红外光反射时间差
响应时间
低光环境表现良好,取决于光源良好(红外激光)
强光环境变现中等
深度精确度中等
分辨率中等
识别距离短,受光斑图案影响中等(1-10m),受光源强度限制
软件复杂度中等中等
材料成本中等
功耗中等
缺点容易受光照影响总体性能好、平面分辨率低
代表厂商iPhone X、Prime Sense、英特尔英飞凌、微软、意法半导体

上一篇:三星、vivo先后展示屏幕发声技术,未来听筒有望从手机上消失
下一篇:流量漫游费取消需要申请吗?流量漫游费取消会影响之前套餐吗

与《人脸识别中的3D结构光和ToF有什么不同?技术原理和优缺点总结》相关的内容: