HUAWEI Mate 20 Pro采用2400萬前置攝像頭，擁有3D結構光設計，3D智能美顏，自拍清晰自然;同時支持3D人臉解鎖，帶來毫秒級解鎖體驗。

在攝像頭這一市場除了三攝外，其實3D 結構光也成為此次關注的一大焦點。

通過上述可以看出，此次華為Mate 20系列中，華為Mate 20 Pro和華為Mate 20 RS保時捷設計均支持3D人臉解鎖，識別速度小于600ms，同時提供超過3萬個檢測點，誤識率小等于百分之一。

除了解鎖外，上述的兩款帶有3D結構光的新機也已經被支付寶認可作為刷臉手段。據悉，未來也將在微信支付上應用。

其他應用3D結構光的手機品牌

IPHONE X

2017年蘋果秋季新品發布會上，蘋果帶來了10周年紀念版iPhone X，蘋果CEO庫克表示iPhone X為未來10年新技術奠定基調，而這其中除了全面屏之外，最有代表性的技術當屬基于3D結構光技術的Face ID。

除此之外，蘋果的iPhone X還利用3D結構光技術來實現Animoji動態表情，趣味性十足。

OPPO Find X

2017年5月10號，國內手機品牌OPPO成功實現了全球首個基于3D 結構光技術的 5G 視頻通話演示，這讓OPPO成為了目前 Android 手機行業中最早探索這項技術的品牌之一。

北京時間2018年6月20號，OPPO在法國巴黎盧浮宮召開了Find旗艦系列的全球發布會，OPPO Find X正式亮相，Find X對于3G結構光的最終應用方式也隨之揭曉。

首先這次3G結構光的物理搭載，就很有特色，OPPO創新地采用了雙規潛望結構，將攝像頭隱藏在了手機內部，結構光的相應原件無須暴露在手機整機正面，在進一步開創全面屏記錄的同時，也提供了全面屏“無劉海”自拍和解鎖的可行解決辦法。

再說OPPO Find X在3G結構光的應用層面，Find X采用了O-Face 3G結構光技術，實現了免接觸更安全的解鎖。不僅解鎖快，OPPO更與支付寶合作，選好商品，確認交易，看一眼就能支付，簡單快捷。

另外OPPO還滿足了年輕人對于3D結構光的期待——更有趣，利用O-Face 3G結構光技術，Omoji將實時精準的捕捉到你的表情，并同步呈現一個Q版的你，這些表情還可以傳導到相冊，用戶完全可以使用自己專屬的表情表和朋友聊天，極具可玩性。

人臉識別是如何實現的

生物識別其實并不是一個特別復雜的過程，簡單的說都是通過獲取生物特征信息與已存信息進行比對實現的。手機上的生物識別功能通過前置相機以非接觸的方式獲取生物信息圖像，獲取圖像后進行數據處理，并與數據庫中的已存在生物信息進行對比，當信息特征與已錄入信息達到限定的相似度時，就可以完成面部識別解鎖。

那么，只通過軟件層面的面部識別和3D面部識別有什么差別呢?現在安卓陣營里，用在手機上的基本都只是通過軟件層面來進行面部識別的，也正是因為如此我們才能在某些手機上只通過系統升級就能體驗到面部識別功能。從實際體驗來說，這種面部識別相當快，但其并不擅長于安全。

為何說這種方式不安全?其原因就在于面部識別是一種非接觸的生物識別方式，這也是不同于指紋識別的顯著特征之一。所以指紋識別可以通過增加獲取生物的活體特征功能來避免假造指紋的識別通過，但面部識別卻很難用獲取生物活體特征的方式來排除照片欺騙。

面部特征點示意圖

不管是哪種識別方式，都是通過識別特征點來進行特征獲取的。一般來說，錄入的特征點越多，生物識別的安全性就越高，在算法允許的情況下，一定面積的遮擋或者變化時識別準確性受到的影響就越小。面部識別也是這樣的道理的，所以在一些安卓手機的面部識別宣傳中我們可以看到關于識別特征點的描述。但問題就是，只要是通過平面照片獲取信息點，不管多少特征點，都有被照片解鎖的可能性。

當然，我們可以針對照片的特性來增強安全性。照片相對于活體，有三個特征，一是沒有活體特征，這個難以實現已經排除;二是一張照片只有一個角度。在之前的其它面部識別設備上，就有需要通過轉動臉部來獲取人臉多角度特征，從而增加安全性的先例。但這種方案的問題就在于識別效率降低，在講究速度的智能手機上，這樣的面部識別相比于背面指紋識別沒有優勢。

面部識別

而第三點特征，就是照片是平面，而人是立體的。所以獲取活體臉部的立體信息就成了面部識別的最佳方向。我們所說的3D面部識別就是這樣的方案。那么這種方案是如何獲取生物信息的呢?這就涉及到了3D結構光原理。

3D結構光是個啥

如何在手機上獲取3D的面部特征信息呢?有人說雙攝啊，雙攝不就能測量景深么?其實這么想沒有問題，我們雙眼看世界，看到的世界是立體的，因為我們的雙眼存在一定的距離，看一個目標是視線就存在一定的夾角，所以雙眼看到畫面是不同的，在大腦中合成的畫面就是立體的。而且現在存在雙目立體成像設備，就是依據視差原理形成三維圖像。

我們常用的面部識別，面部出現一定面積的遮擋也可以實現解鎖，這是因為對比的數據只要相同率達到設定的條件即可。手機雙攝雖然能夠拍出不同視角的照片，但差別特別小，不能對面部識別的對比數據產生足夠的影響。

深度攝像頭構造

我們要說的3D結構光是獲取面部立體信息的最佳方案之一。打個比方說，其工作原理類似于可以繪制淺海海底地形圖的聲吶系統，通過反射信息來確定深度。3D結構光則是通過人臉表現反射光線來確定深度信息的。

原理示意 3D結構光的整個系統包含結構光投影設備、攝像機、圖像采集和處理系統。其過程就是投影設備發射光線到被測物體上，攝像機拍攝在被測物體上形成的三維光圖形，拍攝圖像經采集處理系統處理后獲得被測物體表面數據。在這個系統中，當相機和投影設備相對位置一定時，投射在被測物體上的光線畸變程度取決于物體表面的深度，所以在拍攝圖像中可以得到一張擁有深度的光線圖像。

網絡結構的3D結構光投影

3D結構光模式包含點、線、面的模式，是指投射的光線類型。一般來說，由多條垂直雙向的線組成的網絡結構最常用，因為這種模式不需要掃描就可以實現三維的輪廓測量，而且速度快。用在手機上的3D結構光則是由多個點組成的光線系統，選擇紅外線可以避免解鎖被光線射一臉的尷尬。

基本原理與前一段時間發布的自行車的LED 投影燈類似。這種LED投射燈內部配備光源電池，并且可以輕松的固定在車把手上。和以往的那些自行車照明設備不同，這種投影燈發出的亮光,照亮地面后呈方形網格狀。

結構非常簡單，就是一臺非常迷你的LED投影儀，能在地面上投射出一個18*18的光網格子，于是，地面上有任何地形的變化，比如說，有溝，或者有塊轉頭，這個格子就會出現明顯的變形，提醒騎行者的注意。通過LED找到地面的網格狀，用戶在夜間使用時，觀察地面上網格的變化判斷地面的狀況。目前，這款小物件推出了三個不同尺寸的版本用于不同場景，正常模式 140x180 毫米、高速模式 140x260 毫米和 團隊模式 300x200 毫米。

只是手機上面的立體識別，是由軟件實現，不是靠肉眼觀察的。

看到這里，相信大家已經對3D結構光的面部識別原理有了一定的了解。當然，這些也只是對識別技術的簡單介紹，其中的細節還是比較復雜的。就目前現狀來看，iPhone X的面部識別速度不如直接在軟件層面進行的識別，但如果面部識別的活體檢測技術未能被開發的話，3D結構光的面部識別將成為未來主流的生物識別方案。