• May 18, 2024

【蘋果手機鐳射3d人臉識別解鎖】ID中的傳感器 |蘋果人臉識別無效 |蘋果首推3D |

全面屏時代來臨,2017年9月,iphone問世十週年之際,蘋果發佈了其首款全面屏手機iphone X,採用3D感知結構光模組以Face ID替代Touch ID,通過使用外傳感器、點陣投影系統和泛光照明器創建3D人臉模型完成解鎖,並隨後iphone系列中延續了這一方案。蘋果手機開啓3D 感知生物識別浪潮後,2018年10月,華為其發佈Mate 20 Pro前置攝像頭中採用了研3D結構光方案。

結構光是基於激光散斑原理,通過採集物體三維數據構建 3D 模型,具有成像精度、反應速度快與成本適中特點,主要於近距離 3D 人臉識,實現手機面部解鎖、智能支付功能。此外,3D感知還包括飛行時間測距法(ToF)和立體視覺方案。其中,飛行時間測距法(ToF)利用反射時間差原理,通過計算探測光飛行時間實現 3D成像,刷新率,能夠覆蓋中遠距離,可應用在手勢追蹤、手機後置輔助相機。立體視覺需要測距並配合三角測量,成本高且使用環境受限,應用。

手機後置ToF方案推廣,應用場景或進一步帶動ToF滲透率提升。2018年8月,OPPO推出R17/R17 Pro,全球範圍內首次後置攝像頭中搭載ToF鏡頭,通過採集景深數據實現、背景虛化效果。隨後,榮耀V20、Vivo NEX雙屏版以及華P30 Pro機型後置攝像頭採用ToF方案。除用於增強拍攝效果外,手機後置ToF可用於3D體感遊戲、3D試裝、AR遊戲、全息影像交互;例如OPPO R17 Pro後置ToF鏡頭可作AR測量工具,通過3D感知建模測量實際場景中物體距離。

前後置雙3D或成未來旗艦機型標配。2019年9月,華推出Mate 30系列新機,其中Mate 30 Pro(4G/5G)延續後置ToF鏡頭同時,添加前置3D攝像頭於面部識別以及手機捕捉,成為首款選用雙3D方案智能手機。考慮到3D感知方案精確度以及便利性方面優於屏下指紋,我們認為未來前後雙3D或成為主流品牌旗艦機型標配。

3D感知應用推廣驅動下,3D感知模組出貨量增加。舜宇光學月度公告,2019年公司其他光電產品出貨量同比增長505%6128萬件,主要是於結構光和ToF3D產品出貨量增加。LEDinside預測,儘管2019全球智能手機市場或同比下降,但3D感知方案在手機端滲透率提升,2020年全球智能手機3D感知模組市場規模達到59.6億美元,2018年30.8億美元增加94%。

生物識別拓展產業鏈機遇,3D感知帶來需求

3D人臉識精準捕捉生物信息,生物識別場景

3D感知應用興起,終端3D人臉識別應用場景。儘管3D感知模組成本,但相比於2D人臉識, 3D人臉識別技術能夠排除姿態、光照、表情因素精準捕捉生物信息,採集數據進行識別計算、建模檢索。如今,智能手機解鎖、人臉支付、安防公安領域已成3D人臉識別應用方向。前瞻產業研究院數據,2018年全球人臉識別市場規模23.91億美元,同比增長11%,2010年3.51億美元增長近6倍;中國人臉識別市場規模同比增長26%27.6億元,其中3D人臉識別技術滲透率超過2D人臉識別技術達到51%。

手機端採用結構光及ToF方案外,3D感知應用筆記本電腦其他消費電子產品推廣。中關村在線,蘋果2018年推出iPad Pro中引入Face ID,並計劃未來推出MacBook Pro、iPad Air產品中引入Face ID。Yole預測,2023年全球3D成像與傳感器市場規模2017年21億美元增加185億美元,應2018-2023年CAGR達到44%;其中,消費電子市場發展迅速,2023年3D成像與傳感器消費電子領域市場規模達到138億美元,佔總市場規模75%,應2018-2023年CAGR82%。

此外,3D感知汽車(智能駕駛)、VR/AR(3D實景交互)、工業控制(工業流程擬3D可視化)、安防(3D人臉識檢測)、醫療(VR虛擬教學、案例模擬)、家裝(設計方案3D可視化)領域拓展。Yole預測,2023年汽車成為於消費電子第二3D感知應用場景,其3D 成像和傳感器市場規模達到24億美元,應2018-2023年複合增速35%。

3D感知興起產業鏈帶來增量,模組及上游元件需求提升

受3D感知應用推廣,包括結構光、ToF內3D感知模組及上游光學元件迎來了發展機遇。3D感知模組傳統攝像頭模組結構之處於紅外光源、光學組件和外傳感器。蘋果iPhone X 前置模組拆解例,3D結構光模組分發射端、接收端和加強端3個部分,其中接收端和發射端完成主要3D感應過程,而加強端可以環境下完成人臉識功能,並進行人臉探測工作。

3D模組發射端和增強端光學元件是外激光發射源,能夠提供800-1000nm波段外光源包括外LED、外發射激光二極管LD-EEL和垂直腔面發射激光器Vcsel三類。相比之下,Vcsel具有精度準、低功耗、可靠性高等優點,且Vcsel垂直結構適合晶圓級製造封裝,具有尺寸、一致性特點,規模量產後更具成本優勢。技術性價比提升,如今3D感知模組多採用Vcsel。但於Vcsel發出的光波於後續衍射,因此需要採用準直鏡頭光匯聚為波光。此外,結構光模組發射端需要衍射光學元件DOE光源轉化擴散圖案,得到結構光方案所需散斑圖案。

3D模組接收端外攝像機,是傳統鏡頭結構基礎上增加允許波段光信號通過帶濾光片和於接收外光線生成深景信息外CMOS。帶濾光片傳統攝像頭中紅外濾光片功能恰好相反,其工作原理是通過多次鍍膜使得光線穿過濾光片時保留外光穿過。帶濾光片生產商鍍膜技術和設備提出要求,目前全球具備帶濾光片大型量產能力企業有美國VIAVI和國內水晶光電。

蘋果推出iPhone X首次引入3D感知模組至今已有2年,但目前3D模組安卓系使用仍集中ToF方案,結構光應用,這主要是因為結構光所需Vcsel組件生產,且結構光模組3D模型準確度,因而模組運算複雜性以及設計於ToF方案。此外,3D感知模組組裝時熱脹冷縮問題會提高組裝,導致具備3D感知模組組裝能力廠商。以上技術程度上為3D感知行業設立了准入門檻,但另一方面而言,於實現技術突破廠商而言,准入門檻成為其行業護城河。

拓璞產業研究院數據,2018年全球3D感知模組市場規模51.2億元,其中iphone貢獻產值達到84.5%。終端3D感知模組方案,我們認為安卓系前置、後置3D感知方案應用進一步提升。旭日數據測算,2018年全球3D感知模組滲透率有9%,2019年3D感知模組滲透率達到25%。3D感知滲透率提升驅動下,LEDinside數據,2018年全球手機3D感測Vcsel市場規模9.0億美元,2019年同比增長26%11.4億美元。

此外,生物識別3D感知手機、電腦端汽車、工業製造、VR/AR、遊戲、家裝、安防攝像頭、工業製造領域拓展,全球3D感知市場空間進一步擴大。Yole預測,2018年全球3D傳感應用涉及照明器件市場規模7.2億美元,2024年達到61億美元,應2019-2024年複合增率達42.6%。

智能駕駛興起,“全方位+標準”車載攝像頭市場方興未艾

駕駛智能化提升,車載鏡頭後視側視、環視、前視、內視多方位拓展

國際汽車工程師協會(SAE)制定標準,汽車智能化可駕駛操作、環境監測、回退性能、系統接管四個方面自動化程度分為L0-L5五個等級,其中自L3等級開始汽車完成綜合輔助功能同時需具備環境感知能力。目前,海外已有部分車企能夠實現接近3智能駕駛方案,但國產品牌仍停留L1L2之間,距離駕駛有升級空間。

環境感知包括視覺感知和雷達感知兩個方面,其中視覺感知主要通過車載攝像頭捕捉畫面識別信息。駕駛智能化程度提升,其於車載攝像頭需求後視側視、環視、前視、內視多個方位拓展,於捕捉外部環境中車輛、行人、車道線、路標信息,以及識別車內駕駛員狀態。於後視攝像頭多用於倒車環境監測,其畫面覆蓋範圍且工作時間短,而側視、環視、前視、內視鏡頭需要提供拍攝內容、排除外界幹擾並保持工作,因此非後視攝像頭於鏡頭質量、性能於普通攝像頭有要求。

2023年全球單車鏡頭數達3顆,規格車載鏡頭滲透空間

儘管全球汽車需求,但汽車智能化推動單車車載攝像頭數量提升,TSR預計全球車載攝像頭總出貨量2018年1.09億顆增加2021年1.43億顆,應2019-2021年CAGR6.9%。舜宇光學作為全球車載市場龍頭企業,2018年車載鏡頭出貨3395萬顆,佔全球車載攝像頭總出貨37%;2019年舜宇車載攝像頭同比增長25%5010萬顆,創歷史新高,表明終端車載攝像頭需求增長。

考慮到車載攝像頭,是側視、環視、前視、內視鏡頭性能要求因而質量要求,Allied Market Research數據,2017年全球車載攝像頭市場規模114億美元,2025年有望達到241億美元,應2018-2025年複合增率9.7%。中國作為智能駕駛發展初期地區,QYResearch預測,2023年中國汽車駕駛輔助系統(ADAS)市場規模超過1200億元,應2018-2023年複合增速37%,其中前裝市場規模950億元,後裝市場規模250億元。

5G大幕拉開,VR/AR實景交互打開光學新場景

2G到4G,人類基於移動終端信息交互媒介經歷了文字、語言、圖片、視頻演進,而5G時代到來,我們認為信息傳遞有望繼續拓展,而基於VR/AR實景交互或代表通信產業發展方向。

VR發展進入新階段,菲涅爾透鏡打造廣FOV輕型VR

光學系統AR成像關鍵,光波導技術推動ARC端普及

2017年,Apple推出了iPhone X,五花八門新功能中,其中一個受媒體注意便是”Face ID”。這項功能取代了原本” Touch ID ” 利用使用者指紋去解鎖手機,現在只要面對著你手機,手機可以利用你面孔,完成解鎖或支付功能。Apple指出這項功能只有百萬分之一失誤率,於Touch ID五萬分之一要許多。你可能會這項功能是如何辦到,但其實答案悄悄的藏你手機前鏡頭中──一顆顆如沙子大小雷射背後功臣。

讓我告訴你這顆雷射名字: Vertical Cavity Surface-Emitting Lasers,中文名字是垂直表面共振腔發射雷射(中文並沒有讓你多明白幾分,吧?)文章中我們會使用VCSEL作為簡稱(提醒你,念法” Vixel ”)。但你知道嗎? 這種雷射1989年發明出來了,這項技術發展後二十年埋沒,多利用電腦滑鼠與雷射列印上,直到因為智慧手機而爆出突如其來關注,各個廠商投入人臉辨識研發中,因此改變了VCSEL供應鏈關係。

介紹VCSEL前,你可能會納悶:雷射要如何運用人臉辨識上面? 提到日常生活中雷射,你可能第一個想起是雷射筆,但你可能想像雷射筆發射出來光照臉上,但其實人臉辨識雷射有那麼一點點,因為Apple手機中VCSEL發出的是外光( near infrared, NIR),它落人類可看到可見光範疇之外,因此使用智慧型手機時候,我們往往會注意到VCSEL悄悄的藏裏頭,照亮著我們臉孔。

讓我們iPhone X前置鏡頭例,放大一點,地細看、瞭解人臉辨識要如何運作。如圖1所展示,前置鏡頭中,其實悄悄放置了幾個VCSEL晶片:如點陣投射器(Dot projector)、接近傳感器(Proximity sensor)及泛光照明器(Flood illuminator)。這幾個名詞嚇到了,它們運作原理,讓我道來。

1.點陣投射器(Dot projector):作為實現臉部辨識主要構造,它會超過30,000光點投射到使用者臉部,於每個人臉部起伏有特徵,感測器接受到了反射光點,會進一步來計算出人臉深度分佈,臉部辨識計算方式分成” Time of Flight”與”結構光”兩種方式,後面我們會深入介紹這兩種。

2.接近傳感器(Proximity sensor):你接聽電話時,手機會關閉螢幕,讓你會講電話同時誤觸其他鈕,是不是很熟悉功能?其實接近傳感器這項功能小功臣,它會投射出外光,你接近時,感測器接受到外光反射會增強,手機會知道你靠近了。

3.泛光照明器(Flood illuminator):它投射出外光能夠讓感測器能夠判別你是不是視著手機,避免臉部辨識偵測到路人臉孔。泛光照明器投射出人類看不到外光,讓這項功能黑暗中可以使用。

2017年推出iPhone X使用臉部辨識是屬於結構光,而近期DigiTimes指出蘋果於2020年推出具有ToF鏡頭手機,讓我來進一步解釋這樣改變於臉部辨識功能有什麼處吧!

結構光(structured light)技術來説物體(你臉!) 投射出光班圖案(pattern),感測器會接收反射圖形,並利用反射圖形變形回推物體3D圖形,但其受到周遭光源影響,並侷限於範圍量測。

而Time of Flight (ToF)是將光投射物體上面,利用感測器接收回來光,利用時間差計算出距離(Distance),得出物體3D形狀。藉由ToF技術,蘋果手機可以實現3D 臉部解鎖,測到物體(可能會到4公尺!) ,是,ToF所需要運算需求,只是於結構光,這項技術不能説是,因此近期內所看到臉部辨識估計會用到這項技術。

現在你瞭解VCSEL如何使用智慧型手機上了!你知道它會外光投影到你臉上,進而實現各式各樣手機功能,但你可能還是它是什麼東西,如何產生外光雷射呢?讓我們瞭解這種雷射。

,組成雷射主要三個要件包括激發源 (pumping source)、增益介質(Gain medium)以及共振腔(Cavity)。激發源打入後,光會兩面鏡子形成共振腔內反覆來回振盪,當光介質時,介質會讓光變得,產生強度“雷射”,而你可以想像其中一面鏡子防護沒有那麼,它會讓少許雷射光穿透,於是這我們看到雷射光了。

,我們放大放大,打入光看成一顆顆小小的光子(Photon),每一顆光子夾帶著能量,而光子進去地方,有一堆電子位能階(Energy state)上面,你可以想像成電子住一棟樓裡,有人住樓層(低能階),有人住樓層(高能階),而光子進去,會擾住樓層中居民,發生事情。

吸收:當光子進入後,會給予電子能量,讓它”爬”到樓層,這種過程稱為激發(Excited)。

發性發射:相反,電子下樓時,它會多出來能量丟掉,放出光子。

吸收自發性發射會不斷發生,但如果只有這兩種情況話,光會放大放大了,因此需要對雷射一個機制:激發發射。

激發發射:位於樓層電子如果受到光子影響,有可能會促使下樓,丟出一個光子,這時候,原本光子會消失,説一個光子進入產生了兩個光子,光如此放大!

現在,你於雷射有了認識,那你可能會問什麼我們選用這種雷射來作為臉部辨識零件?其實雷射主要分為兩種:SEL(Surface emitting laser)和EEL(Edge emitting laser),你可以VCSEL名字中發現它是屬於SEL,而這兩種哪裡呢?

説起人臉識大家會陌生,可以説手機上人臉識易用性上是指紋解鎖來得方便快捷。

但是目前智能手機上人臉識別我們知道其實有兩種,一類大多數手機所加入是瞭解鎖手機但是並不能於支付級別2D人臉識,而另外一種iPhone X上首次使用支付級別3D人臉識。

2D人臉識解鎖,相當於是在手機內錄入一張你照片,而這張照片2D平面,而解鎖時手機前置攝像頭會進行多張拍照,然後存儲照片密碼進行,達到多少相似度以上解鎖。

而3D人臉識解鎖複雜,來説使用點陣激光或者外光投射到你臉部形成3D點陣圖,然後進行3D臉部建模,解鎖時進行這個3D臉部模型密碼來進行解鎖。

iPhone X全面屏設計,蘋果該手機上取消了實體Home鍵,並且Face ID人臉識取代了以往Touch ID指紋識。稱此方法 TouchID 安全,誤差率 1:1,000,000。

同為生物識別技術,TouchID解鎖錯誤率是五萬分之一,而FaceID是一百萬分之一,

iPhoneX人臉識功能主要靠劉海部位原攝像頭實現,主要包括距離感應器、泛光感應元件、點陣投影儀和外鏡頭。雖然iPhone X實際進行人臉識別過程複雜,不過可以簡化成以下幾個步驟:

1、檢測物體靠近:當各位拿起手機時,工作是距離感應器,它會告訴iPhone X是否有物體進行靠近;

3、獲取3D人臉信息:雖然檢測到是人臉,但是泛光感應元件發出的只是外光,並不能記錄空間信息,這時候點陣投影器發射高功率紅外結構光派上用場了。結構光指呈條紋狀或者點陣狀光線,這種光線打到凹凸不平物體表面時會造成圖像扭曲,從而獲得物體空間深度信息。

4、結構光接收:於人臉識別光線精度要求,不僅點陣投影儀發射點要足夠多(三萬多個),同時要防止環境光幹擾,因此外鏡頭上搭載濾光片,頻率外光會剔除掉(保證感應能力和避免太陽光幹擾,選擇800~900nm波長附近外光)。

5、收集完結構光信息後,手機通過3D圖像處理芯片可以生成具備空間信息三維圖像。這些信息會調製,數據形式與保存處理器Secure EnclaveFace ID編碼(註冊Face ID時錄入信息,無法提取機外或者傳到雲端)進行配對,匹配度滿足蘋果設置要求後手機能實現解鎖。

事實上,幾年來以來,業界於臉部識別應用“試”,但因為安全問題詬病。比如只需要通過一張電腦所有者照片,可以鬆進入設置了臉部識登錄方式電腦;比如流行科學作家丹·莫倫(Dan Moren)通過一個視頻擊敗了阿里巴巴面部識別系統。

延伸閱讀…

蘋果首推3D 面部識別方案,開啓手機生物識別新潮流隨着 …

解析iPhone X神器Face ID中的傳感器- 系統集成商

蘋果iPhone X面部識別功能中包含“注意力檢測”功能,這個功能可以確認你是狀態下使用手機。因此你睡覺時,有人試圖解鎖你手機行為會失敗。

“注意力檢測”原理為人眼視線檢測,檢測用户視線方向,判斷用户注視區域,系眼球追蹤技術一部分。這部分功能是“齊劉海”硬件實現(蘋果收購眼動追蹤企業SMI技術提供方),利用外鏡頭和泛光感應元件,實現人眼瞳孔特徵定位,通過AI芯片A11深度學習估算人眼視線方向。

操作應用上其中涉及公開專利原理摘要為,一種方法包括接收計算機化系統用户身體一部分三維(3D)映射序列,並3D映射中提取用户頭部3D座標 。基於頭部3D座標,識別用户執行注視方向以及耦合到計算機化系統顯示器上,注視方向上呈現交互項目。3D映射中提取指示;指示用户正在方向上移動身體肢體,並且響應於該指示,將所識別交互項目定位顯示器上。

這項於2016年12月份公開專利,即是注意力檢查原理,上圖PC機及攝像設備想象縮小機端,用户只有在眼睛注意力集中一個圓圈中,同時它會要求用户將頭部放在同一個圓圈中。這一步同時完成人臉圖像掃描,以及注視點映射。

當今視線檢測技術精度可以達到1°以下,一些多年事眼動分析技術公司可以做到0.4°高精度。1°偏差精度來計算,當用户注視iPhone X手機屏幕圓圈時,視線差距離超過5mm。因此,通過“注意力檢測”技術,當人眼關注視線落在手機屏幕上時,Face ID認為此時用户傳達了交互目的,即進行解鎖。而用户視線偏離手機屏幕時,“注意力檢測”結果幫助Face ID不要誤解鎖手機。

Face ID滿足時段環境攝像頭要求,如白天、黑夜、室內、室外。攝像頭會使用外光(泛光感應元件)照亮你臉,使用外鏡頭捕捉圖像。以下是人臉識別步驟:

1、,IR圖像發送到iPhone X神經引擎裏,構建用户人臉3D模型

2、將用户3D模型或“驗證圖像”計算機算法中呈現,並其用户存儲模板或“設置圖像”進行;

3、這兩個圖像之間相似度得出數值,看驗證圖像和設置圖像是否匹配;

4、如果數值於某個確定數值,iPhone X會通過你身份驗證並解鎖。

因此,Face ID是否會要看蘋果於閾值設定,如果設定閾值,相應問題會很多。

於刷臉消費、刷臉解鎖這些“科技”,人們一點陌生,但如果要深入其中,普通人只能説出一個關鍵詞:人臉識。而人臉識別技術可以區分2D和3D兩種。

1、2D人臉識:2D人臉識是目前人臉識別技術之一,其工作原理是後期人臉識別系統圖片中人臉進識別,通過設定數百或數千個點,並記錄點點之間函數,該函數即為此人面部信息。

2、3D人臉識: 3D人臉識是採用3D結構光技術,通過3D結構光內數萬個光線點人臉進行掃描後,從而提供面部信息,而這類面部信息並會受到口、粉底化妝品影響。2D人臉識相比,3D人臉識提供面部數據,讓數據安全可靠。

“普通視覺傳感設備讓萬物看到世界,而3D傳感技術讓萬物能像人‘看清’世界。”

要談3D傳感技術,弄清楚光學測量分類以及其原理。

光學測量分為主動測距法和動測距法。主動測距方法基本思想是利用、人控制光源和聲源物體目標進行照射,物體表面的反射特性及光學、聲學特性來獲取目標三維信息。其是具有測距精度、抗幹擾能力和時性,具有代表性主動測距方法有結構光法、飛行時間法、和三角測距法。

投影光束形態,結構光法可分為光點式結構光法、光條式結構光法和光面式結構光法。

目前應用中,且深度測量中具有優勢方法是面結構光測量法。面結構光測量各種模式面結構投影到被測物體上,例如分佈密集光柵投影到被測物體上面,於測物體表面凹凸不平,具有深度,所以表面反射回來光柵條紋會表面深度發生畸變,這個過程可以看作是物體表面的深度信息光柵條紋進行調製。所以被測物體表面信息調製反射回來光柵之中。通過被測物體反射回來光柵參考光柵之間幾何關係,分析得到每一個測點之間高度和深度信息。

結構光優點是計算,測量精度,於、無紋理和形狀變化表面區域可進行測量。其缺點是設備和外界光線要求,造價。目前,結構光法主要應用條件室內。

飛行時間(Time of Flight,簡稱ToF)法,叫做激光雷達(LiDAR)測距法。它脈衝激光信號投射到物體表面,反射信號路徑反向傳至接收器,利用發射和接收脈衝激光信號時間可實現測量表面每個像素距離測量。

ToF直接利用光傳播特性,需要進行灰度圖像獲取分析,因此距離獲取不受物體表面性質影響,可地獲取景物表面三維信息。缺點是需要複雜光電設備,價格。

三角測距法稱主動三角法,是基於光學三角原理,光源、物體和檢測器三者之間幾何成像關係來定空間物體各點三維座標。實際測量過程中,它常用激光作為光源,CCD作為檢測器。這種方式主要於工業勘探、工件表面粗糙度檢測、輪胎檢測、飛機檢測工業、航空、軍事領域,消費電子類產品涉及。

延伸閱讀…

蘋果人臉識別無效?多多用自己的臉打開了孫莉手機

3D感測技術:將VCSEL推入智慧手機市場中

動測距技術需要人地設置輻射源,利用場景光照下二維圖像來景物三維信息,具有適應性、實現手段、造價優點。但是這種方法是用低維信號來計算高維信號,所以其使用算法複雜。動測距使用視覺傳感器數量可分為單目視覺、雙目立體視覺和多目視覺三大類。

單目視覺是指利用一台機拍攝一張相片來進行測量。因僅需要一台,所以該方法優點是結構、標定,同時避免了立體視覺小視場問題和匹配困難問題。

單目視覺方法可分聚焦法和離焦法兩類。聚焦法是指使相對於測點處於聚焦位置,然後透鏡成像公式求得測點於相機距離。偏離聚焦位置會帶來測量誤差,因此尋求聚焦位置是關鍵所在。而離焦法要求相對於測點處於聚焦位置,而是標定出離焦模型計算測點於相機距離,這樣避免了於尋求聚焦位置而降低測量效率問題,但離焦模型標定是該方法主要。

雙目立體視覺基本原理是兩個視點觀察同一景物,獲取視角下感知圖像,然後通過三角測量原理計算圖像像素間位置偏差(視差)來獲取景物三維信息。這一過程人類視覺感知過程是類。

雙目立體視覺系統硬件結構中,採用兩個攝像機作為視覺信號採集設備,通過雙輸入通道圖像採集卡計算機連接,攝像機採集到模擬信號採樣、濾波、強化、模數轉換,計算機提供圖像數據。一個雙目立體視覺系統可分為數字圖像採集、標定、圖像預處理特徵提取、圖像校正、立體匹配、三維六大部分。

多目立體視覺系統是雙目視覺系統一種拓展。所謂多目立體視覺系統,採用多個攝像機設置於多個視點,或者一個攝像機多個視點觀測三維景物視覺系統。

多目系統所採集到景物圖像進行感知、識別和理解技術稱為多目立體視覺系統技術。雙目立體視覺中,於給定物體距離,視差基線成正比,基線,距離計算。但是基線過長時,需要視覺範圍內進行搜索,從而增加計算量。利用多基線立體匹配是消除誤匹配、提高視差測量準確性方法。基線數目的增加可以通過增加來實現。

獲取圖像信息方法,光電3D影像技術分為有源和無源兩種技術,無源技術主要是接受物體輻射或者環境發射,有源技術是通過投射一束調製或調製光到物體上通過檢測物體反射光來形成3D圖像。

以前大多數技術研究集中無源3D技術上,利用三角測量原理,通過兩台相距距離機,左邊機產生圖像表示深度信息,右邊機產生差異二維圖像。關鍵是產生深度信息機需要分離出深度信息。無源3D影像技術需要拍攝物體具有突出輪廓特點,比如邊緣、角、線。其優點是需要硬件條件,並使用幾個方面。這種技術缺點是需要兩台或者高質量機、圖像處理軟件。圖像質量、拍照速度、數據傳輸是這種機制能否應用限制因素。

此外,3D傳感技術可以賦能各行各業:是機器人廠商,是服務性機器人眼睛需要3D視覺技術,去感知周邊環境,例如目標距離、障礙物信息;其次是安防廠商,傳統安防攝像頭裏面加裝一個視覺傳感器,可以獲得一個精準三維立體信息;有門禁門鎖,3D刷臉識相比2D刷臉識,安全等級和精準性可以提升一級;後,手機行業發展趨勢來説,3D傳感技術未來應用空間,刷臉生物識別離不開3D傳感技術,此外VR、AR、美顏可以搭載3D傳感技術去做一些交互性、娛樂性體驗。有各種各樣智能硬件,需要採集物體深度信息相關功能,會用到3D傳感技術。

Face ID説起,淺析刷臉技術

近日,iPhone X Face ID 功能,引爆關於刷臉討論,我們三方面聊聊關於刷臉事:

哈哈哈,看完這些是不是買 iPhone X 了,好像有生命危險。它 Face ID 靠譜,理由大盤點:

通過點陣投影器,30,000多個肉眼不可見光點投影你臉部,繪製出你一無二臉部幾何結構圖。外鏡頭會讀取點陣圖案,捕捉它外圖像,然後數據發送 A11 芯片中安全隔區,確認是否匹配。

Face ID 並不是圖像識別系統,它看是整張臉 3D 模型,識別用户臉上特性,可以做到面具無法騙過程度。

訓練 Face ID ,蘋果收集了10億張圖像,獲取全球廣泛的地理和民族數據集,於測試和驗證 Face ID 識別率。

Face ID 有一項應性特性,不管你是換了個髮型,蓄起鬍子,還是接受了整形手術,它能夠你“變臉”後認出你。因為 Face ID 會通過深度學習來訓練模型,實現自我適應特性。

和當年蘋果 Touch ID 一樣,蘋果承諾會執法機構交出人臉數據,因為蘋果擁有過這些數據。

你訓練數據時候,它數學模型方式保存到 Secure Enclave 中,逆向工程無法讓它恢復成一張臉子。這些數據是設備端,而蘋果雲端,且 Face ID 數據了加密。

Face ID 有一個“注視感知”功能,你盯着手機看才能解鎖。這可以避免你睡覺時別人用手機掃你臉能解鎖,避免有人趁你不注意拿着手機你臉能夠解鎖風險。

Face ID 有一個泛光感應元件,藉助不可見紅外光線,即使黑暗中能識別你臉。這裏需要澄清一點是,iPhone X 並會發射出可見光。

不管光線如何,Face ID 利用 RGB 攝像頭、紅外發射器和點陣投影器,能夠覆蓋一份廣泛的場景陣列,識別不僅可靠,且速度。

有這麼一種情況:用户拿起手機同時掃屏幕,Face ID 系統有可能完成了驗證,你完成掃同時解鎖了你設備。

某些極端情況下,比如或者警察強制要求交出手機時候,用户可以禁用 Face ID,只要在伸手掏出手機時候壓任何鍵能禁用 Face ID 了。

而且,急情況下,你可以同時下任何一個音量鍵和電源鍵禁用 Face ID,默認回到需要輸入密碼解鎖模式。

另外,相比舊款機型要壓電源鍵 5 次操作, iPhone X 只要你機身兩側任何一側鍵,你可以進入關機界面,這種操作顯得。

以下情況,用户需要密碼才能啓 Face ID:

開發者不能訪問 Face ID 陣列原始傳感器數據,相反,他們可以獲得深度圖以便應用中使用,包括 ARKit 應用。

有些眼鏡塗層會阻隔外線,這種情況下,你只能摘下眼鏡識別,或者密碼解鎖。

於盲人或者視覺受損用户,可以關閉“注視感知功能”來使用 Face ID,但是整體安全水平沒有那麼,因為它確定用户雙眼視着它,盯着它看。

於 Face ID 要求能夠看到你雙眼、鼻子和嘴巴,説某些情況它無法使用,比如臉上戴着面紗類東西用户。

iPhone X,有一些刷臉應用:

近日,支付寶肯德基 KPRO 餐廳上線刷臉支付:自助點餐機上選好餐,進入支付頁面,選擇“支付寶刷臉付”,然後進行人臉識,需要1-2秒,輸入支付寶賬號綁定手機號,確認後支付,支付過程不到10秒。