相信這樣的場景用多了指紋識別的我們一定不陌生,很帥氣拿出手機點開支付寶按下指紋,卻發(fā)現(xiàn)指紋一直無法識別,是的,要怪就怪自己的油手。隨著iPhone5s配備了指紋解鎖,相應的一系列應用也把指紋作為安全加密的手段之一,除了安全更方便的是便捷,按個指紋的時間總比輸密碼快吧,況且輸密碼的時候還要顧及旁人會不會偷看。移動支付遍布整個中國的大街小巷,賣紅薯的大爺都有自己專屬的收款二維碼,還帶著現(xiàn)金的你就out啦。而支撐起移動支付安全的手段則是利用手機的指紋識別,除了偶爾的識別不成功以及相對的安全,總的來說指紋識別還是作為移動端主流的加密手段在使用。

2017年的9月。蘋果公司舉行了秋季發(fā)布會,每一年的9月是iPhone的新品發(fā)布會,這次也不例外,更加不例外的是iPhone8的“家族設計”,在手機講究看臉的時代,也就只有蘋果敢把同一個設計用了近4年。但令果粉感到些許欣慰的是第三款新機:iPhoneX,全新的設計,全新的外觀,驚艷的OLED全面屏以及蘋果黑科技:Face id,iPhoneX毫無意外的登上第二天各大媒體的頭條。

看到iPhoneX的圖,很多人都在想,Home鍵去哪了,在背后?在屏幕下方?都不對,而是完全棄用Home鍵這個蘋果的經(jīng)典設計,相當于寶馬的前臉沒有了“雙腎”一樣。 這次iPhoneX采用的是人臉識別技術,用蘋果官方的話來說就是“面容ID”。

說起人臉識別,先要講講什么是人臉識別。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。用攝像機或攝像頭采集含有人臉的圖像或視頻流,并自動在圖像中檢測和跟蹤人臉,進而對檢測到的人臉進行臉部的一系列相關技術,通常也叫做人像識別、面部識別。人臉識別始于20世紀60年代,隨著計算機技術和光學成像技術的發(fā)展得到提高,而真正進入初級的應用階段則在90年后期,以美國、日本和德國的技術為主。隨著人工智能的發(fā)展以及處理的快速迭代更新,人臉識別技術也獲得了很大的突破,同時人臉識別也是生物特征的最新應用。其核心技術的實現(xiàn),展現(xiàn)了弱人工智能向強人工智能的轉(zhuǎn)化?？偟膩碚f,人臉識別的原理是收集用戶的面部數(shù)據(jù)存入數(shù)據(jù)庫,然后讓機器進行學習。通過采集需要解鎖對象的面部數(shù)據(jù),放進數(shù)據(jù)庫進行比對,最后完成解鎖。先進的算法有利于高精度的計算,但如果一旦被破解,就終生被破解,畢竟人臉是不能變的。

人臉識別出現(xiàn)在手機也不是蘋果首創(chuàng),安卓的人臉識別就出現(xiàn)了很多人,在Android4.0的時候谷歌就加入了人臉識別的功能,只不過那時候的人臉識別以娛樂性質(zhì)為主,一張照片就能騙過去,并不具備安全功能。當時的人臉識別主要受限于兩個因素:1.手機不夠足夠的空間去堆放更加高級的人臉識別傳感器;2.也是最關鍵的一點:算法有瓶頸,不能計算出人臉凹凸有致的紋理,只停留在2d平面階段。這也是為什么僅僅照片就能騙過去的原因。

iPhoneX 的小小劉海集成了8個傳感器,其中為人臉識別服務的就有4個。其實蘋果在早些的時候就已經(jīng)開始布局3D深度感知元件,提前收購了以色列的一家人臉識別公司。新一代的iPhoneX正是使用了原深感攝像頭,通過點陣投影器將30, 000 個肉眼不可見的光點投影在你的臉部,繪制出獨一無二的面譜。并結(jié)合紅外鏡頭來讀取這些光點所反射回來的深度,就可以快速掃描人臉的3D結(jié)構。因為人的面部并不是平坦的,所以面容ID采集到的人體面部3D數(shù)據(jù)能夠分辨出的幾何精度會非常高,大大降低了錯誤率。而且Face ID人臉識別功能的速度會比Touch ID指紋識別的速度更快?？梢哉f,蘋果的這項黑科技是十分厲害了。

“面容ID”記錄的是三維的人臉的深度信息,天然防止了平面的紙張、視頻等人臉攻擊手段,且由于其點陣投影器、泛光照明燈的特性,可以對其人臉膚色與其它材質(zhì)有較 好的區(qū)分性,防止了面具等攻擊手段。由于獲得人臉信息是通過紅外技術手段,理論上是可以在任何環(huán)境光條件下使用。

2016年的手機設計潮流是金屬中框+注塑天線,2017年是“人人都有全面屏+雙攝”,到了2018我預測是“真正的全面屏+面部識別”,畢竟蘋果帶潮流的能力是有過之而無不及的。但就目前蘋果“Face id”上的結(jié)構光做到像iPhoneX上面那么小有難度。從結(jié)構光的技術原理上分析,要形成一個精準的三維模型,至少需要 4-5 幀視頻圖像進行重建,需要保證光源發(fā)射器的頻率和攝像頭捕捉畫面頻率同步, 這對于普通紅外攝像機的幀率 25 幀來講,至少需要 200ms 時間完成光源信息 采集,再通過算法對其點云重建,時間較長。如何克服這一問題還不得而知。受限于硬件限制,目前3 維人臉數(shù)據(jù)的采集難度較大,數(shù)據(jù)樣本太少,對人臉識別算法的學習和研究帶來一定難度。

但就人臉識別的體驗而言是好的,擁有廣泛的應用場景。除了手機解鎖和手機支付以外,也有很強的娛樂功能,比如蘋果的“animoji”和通過三維建模制作出自己人臉的蠟像,未來的虛擬更衣,制作3d玩偶等。