快捷搜索:

科学知识

当前位置:betway必威官网手机版 > 科学知识 > 旗舰纷纷上马后置,智能手机3D人脸识别技术哪家

旗舰纷纷上马后置,智能手机3D人脸识别技术哪家

来源:http://www.abirdfarm.com 作者:betway必威官网手机版 时间:2019-06-23 07:19

原标题:开启手机解锁新世纪的大门·3D结构光

图片 1

原标题:智能手机3D人脸识别技术哪家强

随着华为 P30 系列的发布,智能手机在拍照方面的极限得到了进一步的突破;尤其是华为 P30 Pro 手机,在高达 112 的 DXO 评分下,也让人们见识到了后置四摄(4000 万像素广角镜头 1600 万像素超广角镜头 800 万像素远摄镜头 ToF 深度感应摄像头)的威力;当然,这其中,ToF 深感感应摄像头给华为 P30 Pro 带来的,不仅是拍照方面的提升。

问题:华为的结构光和苹果的结构光有区别吗?

随着ipone X的横空出世,苹果公司首次用Face ID 取代之前大众所熟知的指纹解锁。之后各大手机厂商纷纷效仿,将一个新的科技名词引入了大众的视野,它就3D结构光。

铅笔道专栏作者丨顶商投资

自从iPhone X的问世,从而开始了手机3D人脸识别元年。从专业角度来讲3D人脸识别技术是通过3D摄像头立体成像,能够识别视野内空间每个点位的三维坐标信息,从而使得计算机得到空间的3D数据并能够复原完整的三维世界,并实现各种智能的三维定位。现在相当一部分安卓机也具有人脸识别解锁,但其实大多采用的是照片识别,呵呵,专业术语称为2D面部识别。可你知道吗?即便都是3D人脸识别也是有不同方案的,目前市场上有三种主流方案,它们分别是3D结构光方案(Structured Light)、ToF 3D方案(Time Of Flight,时差测距技术)和双目立体成像方案(Stereo System)。那么这三种3D人脸识别技术哪家强呢?在文中涧亭将为大家展开剖析这三种方案的不同特点和优缺点。

图片 2

回答:

然而什么是3D结构光呢这就要从他的发展起源说起了,3D结构光算是3D视觉技术中技术最成熟的也最方便使用的,3D视觉技术则是人工智能为前端的表现,下面就让小编就为大家打开这扇新世纪的大门-------3D结构光。

“ I love you three thousand.” 《复仇者联盟》4的末尾播放了一段钢铁侠牺牲前的录像带,立体投影下的托尼·史塔克深情款款地说。影片工作室中,酷炫的全息投影显示不仅可以多样化地展示图像,三维空间浮空操作的方式也有很好的操作体验。

图片 3

实际上,ToF 技术的加持,成为华为 P30 Pro 的一个新亮点,也将整个智能手机行业对 3D 视觉技术的应用推向一个新的高潮。而在外界的传闻中,苹果也正在现有前置 3D 摄像头的基础上,积极布局后置的 ToF 技术,让人对 3D 视觉在智能手机上的未来有了更大的憧憬。

感谢您的阅读!

图片 4

立体投影、全息投影,AI交互,影片中的黑科技在现实中得以不断实现,贴近现实生活。

结构光(Structured Light)

结构光其实就是投射特定的光信息到物体表面后再由摄像头采集。根据物体造成的光信号的变化来计算物体的位置和深度等信息,进而复原整个三维空间。已经上市的手机中采用这种方案的有iPhone X、小米 8透明探索版和 OPPO Find X。

图片 5

其实苹果早在2010年就以2900万美元收购了瑞典的Polar Rose公司,一家具备独有的人脸识别技术的小公司。在当时业内就预料到苹果将推出Face ID以取代过去的Touch ID成为新的的安全加密手段,不过大家都没想到苹果公司经过七年磨一剑才在iPhone X上应用了这项让圆形Home键寿终正寝的技术,成为首个去掉指纹识别只保留人脸识别的产品。iPhone X刘海中藏有八个组件,小米8透明探索版和OPPO Find X在人脸识别的核心组件方面基本与其相同,iPhone X前置的距离传感器与环境光传感器组件通过3D结构光技术,根据所处环境的明暗向点阵投影器发出发射不同强度的红外线指令,而且多达3万束,之后红外镜头读取点阵图案,扑捉脸部信息再将图像与系统存储进行比对确认是否匹配,因为红外线作为一种不可见光所以可以有效的克服使用者周边环境的过亮、过暗等不利影响。小米8透明探索版则是首款搭载“Face ID”身份识别的安卓手机,同样基于3D结构光技术,可投射33000个编码点阵来获取面部深度信息,创建脸部毫米级3D面部模型,当然这两者还是有点差异的,在这个章节的最后面我会讲到。

图片 6

可能有人会问,不明白小米8透明探索版和小米8的人脸识别到底有什么区别呢,看着和用着没什么呀?从刘海的组件可以看到小米8比iPhone X和小米8透明探索版少了关键的点阵投影器,而这是在面部实现编码点阵的关键,没有了这个玩意就只能是2D层面的技术,只是单纯的红外成像然后提取4096个人脸特征点,将其同已经录入的红外面部数据进行特征匹配比对,无论从技术层面还是精确度、安全性的角度来说这两款机子所采用的都不是一个等量级的方案。

图片 7

OPPO Find X独有的双轨潜望结构使得机身外型很是惊艳,双轨潜望结构0.6秒的升起速度还是蛮快的,人类眨一下眼睛的时间大概是0.3秒,也就眨俩下眼睛的时间吧。在这个双轨潜望结构之上除了放置前后摄像头外,还搭载了OPPO Facekey 3D结构光,通过向人脸投射 15,000 个物理点、达到30万的分辨率,软件端实现精度达到正负0.6毫米的级别的 3D 深度图,并以100毫秒的算法速度快速与脸部的2048个维度进行比对解锁。

图片 8

现在要说到这三款手机虽然同为光结构手机但其实在技术方面还是有差异的,3D结构光又分为编码结构光和散斑结构光, 前者是通过mask形成编码图案,优点是算法简单,缺点是功耗大,小米8透明探索版采用的就是这种技术;后者是通过二元光学 器件形成散斑,优点在于透过率高、能耗低,缺点是对于技术能力的要求非常高,iPhone X和OPPO Find X均是这种模式。这其实也是设计不尽相同的点阵投影器组件造成的,相同的是三款手机都号称人脸识别的错误识别率仅在百万分之一。

可以预见结构光这种方案在未来的优势还是很有前景的,可拓展空间更加广阔,比如5G通信、AR以及其他与3D建模等相关的领域都可以发挥它独有的关键作用。不过 3D 结构光也有它的局限,相比传统的摄像头,3D 结构光可以工作的距离要短一些,最长距离一般在 1 米左右,OPPO给出的数据是60cm远精度也能控制在±1mm范围,当然这个距离对人脸解锁是绰绰有余的。

从结构光到 ToF,3D 视觉如何走向智能手机?

我们先看看两幅图。

不得不说的人工智能

时间追溯,自从Alpha Go击败韩国棋手李世石之后,人工智能将成为未来科技发展的趋势这一点已经被世人所承认。在人工智能的热潮真正到来的今天,人工智能究竟怎样改变人们的生活成为了全世界需要思考的新问题。

ToF 3D方案(Time Of Flight,时差测距技术)

TOF 是Time of flight的简写,直译为飞行时间的意思。ToF 3D方案就是通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测光脉冲的飞行(往返)时间来判断目标物距离。2018年6月在上海2018 MWC上,vivo正式发布TOF 3D超感应技术。目前尚无上市终端机采用这一技术,估计2018年下半年vivo也许会推出首款采用这一技术的商用机。

图片 9

似乎在不知不觉中vivo已经成为了中国手机品牌的科技引领者,频频推出屏幕指纹技术、零界全面屏、升降式摄像头、全屏幕发声技术以及Jovi超级AI助理等一系列创新黑科技从而不断刷新着众人的目光。上海2018 MWC上TOF 3D超感应技术惊艳了众人,得到一众好评之余让大家对这一方案的商用翘首期待。

图片 10

vivo TOF 3D超感应技术可以采集到超过30万个有效深度信息点,其精度是3D结构光技术的10倍,工作距离可达3米不仅是目前行业最高的水准,同时也通过全新的技术让大家拥有了更出色的3D成像体验。这也支撑其成为与苹果Face ID竞争的有力武器。而且该技术因为具有极高的精确度,所以不仅仅可以用在手机上面,它也可以应用于3D拍照、3D试衣、MR体感游戏、3D打印等领域,充满了想象空间。

图片 11

全新的TOF 3D超感应技术很可能将为人脸、手势以及动作识别创造新的机会,从而在已经饱和的市场中杀出一条血路。不仅面部识别安全性比3D结构光技术更高,同时也可能是实现更具沉浸感移动体验的下一步。8月8日,vivo和蚂蚁金服正式宣布成立AI技术联合实验室,双方将携手在AI算法和数据方面展开研究合作,通过AI智慧手机为用户提供更加智能、安全、便捷的手机支付新体验。AI人工智能与TOF 3D超感应技术这种看似触不可及的东西,在vivo与蚂蚁金服的配合之下,将会为广大消费者带来颠覆性的智慧服务。

TOF技术的优势在于整体组件更小,不用留大刘海,识别距离更远,可以拓展更多的应用;在画面拍摄后计算景深时不需要进行后处理,通俗的讲可以避免时间延迟又可节省采用强大后处理系统带来的相关成本;具有不易受外界光干扰、体积小巧、响应速度快以及识别精度高等多重优势。劣势在于硬件成本居高不下,主要体现在组件的价格上,光子探测阵列、激光器和检测的传感器,都需要非常高端的器件。硬件技术上成本很高,再加上软件算法的成本就更高了,且目前能够提供可靠硬件产能的厂商凤毛麟角,而这一切都将推高成本。不过随着ToF技术需求的日趋爆发,ToF技术的普及与发展指日可待,所以vivo果断切入TOF技术占据先机实在勇气可嘉,连最强的苹果分析师郭明錤也曾预测2019年iPhone也许会有重大创新就包括采用ToF技术,由此可见TOF技术的先进性。

目前 3D 视觉技术有 3 种主流方案,分别是结构光方案、ToF 方案以及双目立体成像方案;其中,结构光和 ToF 受到智能手机行业的广泛关注。结构光和 ToF 的工作原理分别是:

华为mate 20 Pro的前置刘海:图片 12

要讲3D结构光就不得不说其源头人工智能,人工智能(Aritificial Intelligence, AI)是一门融合了计算机科学、统学、脑神经学和社会科学的前沿综合性学科。它的目标是希望计算机拥有像人一样的智力能力,可以替代人类实现识别、认知、分类和决策等多种功能。

目前的人工智能主要在语音、自然语言和视觉方向发展比较迅速,其中最成熟的就是视觉技术,国内外的市场占比都超过了40%。

双目立体成像方案(Stereo System)

双目立体成像(Stereo System)是利用双摄像头拍摄物体,再通过三角形原理计算物体距离。已经上市的华为nova3采用的就是双目3D人脸识别方案,而且是IFAA(互联网金融身份认证联盟)提供的标准,这也是其达到支付级的主要原因。

图片 13

nova3搭载的两个RGB(彩色相机)摄像头通过模拟双眼视觉系统来识别设备使用者。其实和炮兵测距所用的“跳眼法”原理相近,在电视连续剧《亮剑》中团长李云龙命令炮手柱子用迫击炮炸掉几百米外的日军指挥部,只见柱子架好炮,伸右臂,先眯左眼,再眯右眼,计算出目标距离,调整好炮口角度,装炮弹……当然炮兵只是利用这种方法进行简单的点对点测距,而先进的nova3系统得到是一个立体的面,而且会经过算法处理,形成“深度信息”进行活体检测——这就杜绝了照片、视频类平面图像欺骗设备的可能。

图片 14

华为nova3宣城自己的人脸解锁是目前业界最高安全级别的面部解锁方式,AI人脸特征识别、双摄芯片级立体信息识别和红外生物特征识别等技术的加持,使其成为了安卓首批可以人脸支付的手机,支持支付宝人脸解锁。不过要谈到的一点是nova3在解锁时并不是3D的而是2D 红外,也就是与小米8相同的解锁方式,而支付时才是3D双目测距,因为双目测距识别方案速度相对比较慢,会影响解锁时的体验,所以2D 红外负责解锁了,而人脸支付时双目测距方案还有一个比较大的问题的就是暗光环境下并一定不能成功获取3D信息,所以这也是华为nova3还留有指纹解锁的原因,客观来说华为nova3采用的是双目立体成像和红外相结合的综合方案。

双目方案的原理最简单应该是比较早的一种人脸识别方案,方案成本最低。所有采集的深度信息都依靠摄像头所采集的图像来通过软件算法得出,精度要求取决于捕捉分辨率。同时由于这种方案需要依靠算法分析图像得到深度信息,计算负荷最大、算法复杂性最高、实现难度大,识别的速度较慢。另外它也会受到光线的影响,尤其是昏暗环境下。

结构光技术: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。

iPhone X的前置刘海:图片 15

人工智能发展最早可以追溯到二十世纪五十年代,可以说人工智能这个概念已经提出了很多年,人工智能在发展过程中产生了很多的流派,符号主义、连接主义和行为主义。这些流派的相辅相成推进了人工智能的发展。

图片 16

总结

据查早在20世纪50年代,科学家们就已着手对人脸识别展开研究。20世纪60年代,人脸识别工程化应用研究正式开启,当时的方法主要利用了人脸的几何结构,这种方法简单直观,一旦人脸姿态、表情发生变化,则精度严重下降。经过半个多世纪的研究证明,要在实用中实现高精度的人脸识别,就必须针对人脸识别的光照、姿态、遮挡等进行针对性的解决方案。而3D结构光方案、ToF 3D方案和双目立体成像方案这三种方案只有更符合这方面的要求才有存在下去的理由,当然随着科技的发展,迟早会有替代性的方案或综合性的方案推出使得现在这三种识别方案成为历史。不过单就现在来讲,从iPhone X、小米8透明探索版和OPPO Find X3D的市场反响来看结构光这种方案是目前效果最好的,因为消费者的体验有目共睹,双目测距方案注定只能沦为中端机型的权宜之计,而有一拼的TOF技术很值得期待,但因为还只是水中花 、镜中月,所以只有等到真机的推出才能评判了,当然最终还要依赖市场的检验了。我是涧亭,希望我的文章可以为你提供有价值的信息,当然如果存在不准确的地方或您有不同见解欢迎评论指正,谢谢。返回搜狐,查看更多

责任编辑:

TOF 是飞行时间(Time of Flight)技术的缩写,其原理是:传感器发出经调制的脉冲红外光,遇物体后反射,传感器通过计算光线发射和反射时间差或相位差,来换算被拍摄景物的距离,以产生深度信息,此外再结合传统的相机拍摄,就能将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来。

我们透过对比图,能够清晰的看到两者的差异性,这种差异是在硬件方面的差异。

图片 17

那么,视觉技术为什么会发展的比较快呢?这主要有两方面的原因:一方面是视觉技术本身针对的图像识别相对比较直观,图像的色彩、灰度、空间等都是可以量化的特征,对于人工智能的训练和推理所需要的mapping比较契合;另一方面是视觉技术属于感知和认知信息的首要方式。根据人类获取信息的途径来看,视觉占据了人类信息获取的80%。而计算机视觉技术不仅可以替代人眼,还能够做到很多人眼所不能做到的高速、高精度和高适应性的视觉识别。

图片 18

我们分别描述下,两款人脸解锁是怎么工作的?

人工智能的研究领域主要有5层,最底层是基础设施建设,包括数据和计算能力两部分,数据越大人工智能的能力越强。往上一层是算法,比如机器学习、深度学习等算法。再上一层是主要的技术方向,如计算机视觉、语音工程、NLP等。第二层是各个技术方向中的技术,最上层为人工智能的应用领域。

那计算机视觉到底怎么改变了我们的生活呢?也许是支付宝的刷脸支付,也许是手机的脸部识别,也许是各种各样App里的美颜功能……

奥比中光手机事业部总经理胡科峰告诉雷锋网,在上述两种方案中,当前结构光的技术已经相当成熟,在技术、生产等方面都是如此,甚至业界已经开发出多种高低中配、适合于各种档位手机需求的方案——仅供成熟度来讲,实际上,并不亚于当前的大面积光学指纹。他认为,相对于结构光而言,ToF 方案在智能手机上的实现还有不少难题要解决:

Face ID解锁

图片 19

但是,事实上,在这些消费级的计算机视觉不断出现在我们身边时,工业领域早就已经大规模应用计算机视觉技术,并且帮助企业提高生产效率,较低人力成本,减少了生产过程中的错误,为企业创造了巨大的价值。

ToF 方案的分辨率不如结构光高,而且自身功耗相对比较大;

人脸靠近,准备识别。启动接近感测器(1),有它发出讯号,启动泛光照明器(2),这时候,它会发射出非结构的红外投射在人脸的表面;之后,红外光相机(3)会接受投射后反射的光线组成的影像信息;传送到A11中的神经网络引擎,经过AI运算后,启动点阵投射器(4)产生我们知道的30000个光点到人脸上,光点形成矩阵,反射到红外光相机,计算人脸的不同深度,从而得出人脸的深度信息传至处理器中,比对录入的人脸,进行识别。

应景的3D视觉技术

当计算机视觉被应用到工业领域时,最具优势的应用形式就是工业机器的3D视觉检测。在工业发展迅速的今天,依靠人工进行产品的缺陷检测,不仅人力成本巨大,而且对检测人员的重复劳动所带来的视觉疲劳问题也得不到解决,尤其是在汽车和消费类电子行业,出货量巨大,对产品精度的要求又很高。单纯依靠人工,效率和准确率都得不到保障。而3D计算机视觉的出现,很好地解决了这一痛点。

在扫描应用中,当前的 TOF 方案实际上在不同的颜色、纹理和材质方面会一些影响,这是由它的原理所决定的,结构光在这个上面会好一点。如果以两种方案同时来扫描熊猫,结构光方案受颜色的影响小,所以出来效果会更加逼真;而在 ToF 方案下,有可能出现这种情况:白色部分出来是 OK 的,但黑色部分有可能会受到一些影响。

3D结构光

现如今的人工智能又分为两个阶段,一个阶段是感知阶段,另一个阶段则是认知阶段。现阶段整个人工智能还在比较初级的感知阶段,而作为感知阶段中最为重要的视觉感知已经成为大部分人工智能公司竞相角逐的中心。

3D计算机视觉技术路径

当前的 TOF 方案面临一个问题:在远距的时候,它的深度完整性经常是不如结构光方案的,这一点奥比中光已经有一些对比测试可以表明。在体感游戏中,体感的原理是在于提取相关的骨骼点作为特征点;如果深度完整性好的话,这些特征点都不会消失。

3D投影设备发射光线到人脸上,摄像机拍摄在被测物体上形成的三维光图形,拍摄图像经采集的数据经过麒麟980处理系统处理后,从而获得被测物体表面数据。而,投射在被人脸上的光线会检测人脸的表面的深度,从而形成一张拥有深度的光线图像。

视觉感知作为人工智能最重要的传感器,就像眼睛对于我们人类的重要程度一样,没有了视觉感知功能人工智能无法完成一切跨越时代的进步。

那么计算机视觉究竟是怎么做到比人眼更快更准确的呢?首先需要了解现有的3D计算机视觉技术。

图片 20

实际上,两者的不同,是在于采集的数据多少,实际上它们的原理是类似的,都是散斑结构光,其工作原理是,都是激光器照射到物体上,形成几百个散点,通过镜头将光束变为垂直光,通过衍射光学元件,形成光点,虽然复杂些,但是更安全些。

图片 21

图片 22

ToF 原理

回答:

视觉分成了几个大类,很它主要涉及了5个大的领域,包括颜色、光照、形状、移动还有距离。这几个信息在云的系统里面同时并行的处理,,而随着一系列的科技发展以及智能手机的发展,3D视觉技术应用而生!

目前主流的3D计算机视觉有三种技术路径:双目法、结构光和TOF。

然而,胡科峰表示,适用于智能手机的 3D 方案有一些重要要求——小型化、低功耗、易量产。从这些要求来看,TOF 和结构光方案是各有优缺点;如果以提高功耗为代价,或者采取放大体积为代价,很多问题是可以被解决。但是,放在智能手机上,就需要平衡各个方面,做到机器小,功耗也低,量产又非常容易。综合几点的话,相对来讲就是两种技术都有一些还要克服的难关。

随着手机行业的发展,不断有越来越堵的黑科技出现,并逐渐演变为手机的日常必备功能,其中苹果、华为等手机厂商对3D结构果的应用就是一个例子,目前极大手机厂商都已经在使用3D结构光技术了,不过有些是自研有些是购买的解决方案,我们一起来聊聊吧。

而3D视觉技术则是通过3D Sensing来实现的,主流的三种3Dsensing分别是结构光方案、TOF方案以及双目立体成像方案。

双目法是指采集图像中的特征点,构建物体的几何模型,这种方法诞生最早,应用最久也最广泛。因为双目法采集的是正常摄像头所拍摄到的画面,这对硬件的要求较小,成本也最低。不过双目法以2D图片为识别对象,特征较少,从精准度上来说,也是最低的。不过也正是它不需要专业设备即可识别图片的特性,决定了它具有极强的延展性和丰富的应用场景。

不过,胡科峰告诉雷锋网:相对来讲远距而言,结构光的相对精度是会差一点的。基本上ToF 的精度曲线是非常的平缓。结构光的精度曲线线率会高一点,所以在近距的时候,结构光的相对精度会更好,远距的时候,1.5 米往上,再到 3 米、4 米、5 米,实际上这个结构光精度下降的就会比较快。要解决一个问题,精度和深度都非常重要,否则也做不了应用。所以,归纳来看,ToF 要解决如何把深度完整性做得更好的问题,把功耗要做低(实际上 ToF 的功耗是一个大问题);而结构光要解决在远距的情况下相对精度如何提高的问题。

图片 23

图片 24

结构光目前已经应用在OPPO R11/R15、iPhone X中,这种技术采样准确,识别精度也相当高,在设备和算法的支持下,即对物体材料也能够识别。3D结构光检测技术利用空间位置编码技术结合三角测量法可实现3D形貌的精确检测,具有速度快、部署效率高、光学结构简单的优点。

关于结构光和 ToF 在智能手机上前后置方案的问题,目前比较常见的是 ToF 放后头、结构光放前头。对此,胡科峰表示,其实 ToF 前置、结构光后置也都是有可能的,这取决于技术发展的程度和手机厂商的实际选择。他表示,其实此前也有传闻称苹果考虑过后置结构光方案;但其实不管是结构光还是 ToF,都是在为整个 3D 阵营造势,都是非常值得欢迎的;实际上,在结构光之外,奥比中光在 ToF 技术上也有自己的布局。

木石科普:什么是结构光?

想了解华为的结构光跟苹果的结构光之间的区别,那首先大家得先清楚“结构光是个什么东西”以及结构光的具体应用场景又是什么,从概念上来件事结构光是已知空间方向的投影光线的集合,再引申一点,3D结构光,它的工作原理类似于绘制浅海海底地形图的声呐系统,通过反射信息来确定深度,进而获取被拍摄物体的三维结构,再通过这一信息进行更深度的应用。

而具体体现在手机领域,就是在手机解锁方面应用的3D结构光,简单来讲就是手机通过3D结构光技术为用户构建立体头部图像,进而获得不用密码、指纹就可以解锁的功能,3D结构光,这一技术比之前的2D的人脸解锁更加安全,失误率为百万分之一,当然技术门槛也就自然更高了,目前掌握3D结构光核心技术的厂商只有华为和苹果,而其他厂商采用的3D结构光模组是由高通等厂商联合开发的3D人脸识别模块。

图片 25

在这三种3D Sensing技术对比中发现,TOF方案与结构光方案因其使用便捷、成本较低等优点而最具前景。但是结构光方案在精度方面超越了另外2种方案,非常适合智能终端采用。

TOF是飞行时间(Time of Flight)技术的缩写,即传感器发出经调制的近红外光,遇物体后反射,传感器通过计算光线发射和反射时间差或相位差,来换算被拍摄物体的距离,以产生深度信息。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。TOF技术优势在于成本低,测量距离和抗干扰能力也强于结构光技术。但TOF分辨率低于结构光,其精准度不及结构光。

总体来看,在目前的智能手机上,结构光多采用前置方案,主要应用于解锁以及安全支付、3D 人脸建模等方面;而 ToF 方案多被用于智能手机后置;从应用场景上来说,除了用于后置摄影,ToF 技术还在 AR 等领域(包括 3D 拍照、体感游戏等)有一定的作用。

华为与苹果的3D结构光应用

业界最早利用3D结构光技术的是苹果公司,2017年苹果秋季新品发布会上推出的iPhone X,除了全面屏之外,最有代表性的技术当属基于3D结构光技术的Face ID,除此之外,苹果的iPhone X还利用3D结构光技术来实现Animoji动态表情。

从 iPhone X 的刘海内部结构可以看出,除了基本的前置摄像头外,它内部还集成了六七个传感器。其中点阵投影器会投射出高达 30000 个光点,红外镜头能就能获取人脸各个部分位置的形变数据,即脸的“结构”,加上前置镜头记录的人脸图像,两者借助算法结合,就能得出一张精准的 3D 人脸数据图。

图片 26

而作为国内手机行业的代表,华为自然也不甘示弱,在2018年发布的华为Mate 20 Pro和华为Mate 20 RS保时捷设计上同样使用了3D结构光技术,也属于华为自研的技术。据介绍其中点阵投影器会投射出高达 30000 个面部信息点,从而绘制精准的3D面部结构,而在在识别速度上,华为的两款手机都小于0.6s(iPhone X的人脸解锁速度据说是1.04秒)。

与苹果同样的是,华为在将3D结构光应用于手机解锁功能之前,还延伸了其他方面的应用,因为使用了麒麟980人工智能处理器,内置双核NPU,具有极强的AI实时运算能力,所以可以通过3D结构光的3D景深感测功能来实现实时的3D建模。比如拍摄自己的面部表情,生成3D表情包,或者使用3D仿生成像功能,用户拍摄玩偶,可以直接进行3D建模,完成后能自动生成动画图像。

从目前个人能查到的数据来看,作为最早应用3D结构光的苹果公司,在技术上面自然是非常领先的,不过华为手机在这方面的性能也并不落后,甚至在一些测评当中,还领先苹果一些,作为国内科技企业的代表,华为确实取得了众多技术领先,其他国产厂商也要加油啦。

图片 27

回答:

华为第一次提到结构光技术,是荣耀V10发布会赵明介绍的点云深度摄像头,30万点云建模,从所涉及的硬件、结构光模组和算法都是华为自研的,华为mate20pro第一次正式应用,3D结构光最大的优势就是3D成像,能够获得景深信息,目前国内支持3D结构光的手机也只有oppo findX、华为mate20pro、小米8透明探索版,联想常程也说过3D结构光技术难度很大,只有少数厂商有能力做!
图片 28

旗舰纷纷上马后置,智能手机3D人脸识别技术哪家强。当然华为认为自己的3D结构光技术比苹果更安全,华为Mate20 Pro是目前唯一一款获得泰尔实验室最高级别人脸识别安全认证的手机,因为点阵更密集,获取面部信息更多,但是值得一提的是今年各家都没有采用3D结构光技术,无论是小米9探索版还是华为p30pro,余承东解释3D结构光的刘海屏与华为p系列的时尚定位不符,小米就不得而知了!总的来说目前3D结构光的应用场景不够多,成本很高!
图片 29

不要忘了点赞关注哦⊙∀⊙!

回答:

目前市面上采用3D结构光作为人脸识别的手机主要有iPhone x/xr/xs/xs max,oppo find x,华为mate20pro,其他应该也有一些品牌有相关的机型,这里就不一一列举了。虽说iPhone x刚出来的时候,各吃瓜群众及部分手机厂商吐槽太丑了,但奈不过全球果粉的喜爱,依旧成为近两年的流行趋势。其他厂商即使被打脸,终究推出相似的机型。但也不完全是抄袭,国产厂商最厉害的地方就在于能够在你的基础上做出拥有自家特色的技术有时可能青出于蓝而胜于蓝。这里我们就一起看一下华为与苹果结构光有何区别。

3结构光技术是2017年随着苹果十年诚意之作iPhone x一起发布的。3D结构光的整个系统包含结构光投影设备、摄像机、图像采集和处理系统。原理很简单,就是由手机投射光线到人的脸部,摄像头就能获取人脸各个部分位置的形变数据,即人脸“结构”。再由摄像头拍摄采集记录的人脸图像,经处理系统就可以得到一张完整的3D人脸图像。市场上的一些产品也宣传拥有刘海屏且比苹果的区域更小,其实他们只是用摄像头拍摄2D图像,用一张打印的照片就可以轻松解锁手机,根本无安全可言。

华为的3D结构光是随着2018年10月26日华为Mate20pro发布而推出的,虽然比苹果晚了整整一年,但凭着华为的自研能力,已经全面超越了iPhoneX系列的使用体验。

1)华为Mate20pro的3D结构光摄像头的有效像素是2400万,已远远超过苹果的800万,采集面部信息更清晰,解锁速度更快。

2)华为3D结构光赋予了更多的玩法:3D仿生成像,对一个进行近距离360度旋转扫描,就可以对其3D建模,快速采集外部特征,自动生成动画图像。

目前3D摄像主要有结构光、TOF、双目3种主流方案,其中TOF(TimeOfFlight,飞行时间)指通过专有传感器,捕捉近红外光从发射到接收的飞行时间,判断物体距离;双目测距指利用双摄像头拍摄物体,再通过三角形原理计算物体距离。而TOF在国产厂商的产品中得到应用,相信未来有更多的产品能够实现3D视觉方案。

图片 30
图片 31
图片 32 回答:

iphone 和华为的结构光实现原理基本相同 差别可能就是点阵数量和排布的差别 理论上 点阵数量越多 排布越随机没有规律越安全 iphone 的点阵数量是十万 华为的不清楚 oppo的那个好像是三万个 排布规律 iphone 是散乱没有规律的 oppo也是 华为我也是不清楚 小米那个探索版结构光是有规律的隔扇结构 不过都是可以用来支付的 安全不是问题 解说速度嘛 基本差不多 感觉iphone 慢是因为ios的操作逻辑不同 广大安卓厂商的做法是 解锁直接进入桌面 甚至连过渡动画都省略了 追求感官速度 iphone有自己的使用场景考虑 配合抬手亮屏 解锁之后不是直接进入桌面 而是停留在预览窗口 让你查看消息 进桌面需要再上滑一下 预览窗口的消息只有在是本人解锁的情况下才会显示消息内容 非本人没解锁的情况下消息的内容不显示 安卓都是进入桌面 想看消息再下滑 操作逻辑不同 iphone的结构光不可以调转方向解锁 比如拿反了手机或者躺着玩手机 手机对脸来说是横着的 都解不开 个人猜测不是技术问题 苹果可能是有自己对使用场景的考虑 因为在新款ipadpro上结构光就可以在任意方向解锁 不管什么正反拿起来就用 总之就是不管是华为还是苹果 原理基本相同 安全都是支付级别 差别只有点阵密度算法和使用场景稍有不同

回答:

回答全是海军啊,那由我来简单说一下吧,苹果的结构光叫结构光,华为的结构光就是一个玩具,包括国产所有的结构光都是玩具

回答:

直接的生活感受,我弟弟华为p20pro 我XR,我们电影院(暗光条件下)同时戴3D眼镜,他打开手机,手机都不认识他;我的秒解。

回答:

海军无处不在!海军无所不能!在那吹嘘起了解锁速度!然鹅真正能用到结构光的软件没几个,再去看看苹果的生态链吧!模仿不是你的错,出来吹牛逼说秒苹果就很恶心了!

图片 33 回答:

没有啊,我xs解锁只需0.5秒,1.2秒是怎么出来的?

回答:

一个是清明节买的华为 一个是平时用的苹果 你说有没有区别

浅谈3D结构光的构成

就目前工业生产检测所需的精度要求来看,产品的误差范围要求都是微米级,工作环境也要求所采用的技术适应性要强。不难发现,3D结构光是最适合工业级别的3D视觉检测的。也正因为3D计算机视觉在工业生产中的重要作用,目前已经开发出基于3D计算机视觉的专用AI芯片,该技术利用FPGA实现动态视觉采集与分析处理,在成像过程中仅关注图像的变化部分,极大降低数据带宽消耗,从而大幅提升图像的处理速度。而计算机视觉技术的进一步提升将在工业生产中的定位、引导、检测和质量控制等领域发挥更强的提升和替代作用。

当然,值得强调的是 3D 视觉技术对 AR 领域的推动。

既然前文说的3D结构光作为3D视觉技术最佳方案之一,他的工作原理和组成又是怎样的呢。打个比方说,其工作原理类似于可以绘制浅海海底地形图的声呐系统,通过反射信息来确定深度。3D结构光则是通过人体或物体表现反射光线来确定深度信息的。

解锁多样化应用场景

图片 34

图片 35

安全支付、三维建模、游戏互动、数据采集,光学识别技术在拍照、美颜、视频、互娱、展览等领域落地应用。以下侧重从新零售、展览展示两个场景领域展开。

SLAM 将有助于解决右图中的 AR 游戏不合理问题

3D结构光的整个系统包含结构光投影设备、摄像机、图像采集和处理系统。3D结构光技术主要是通过近红外激光器发射的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。由于这种具备一定结构的光线在被摄物体的不同深度区域,而导致采集后生成的图像相对原始光线结构发生变化,然后通过运算单元将这种结构的变化换算成深度信息,我们便获得了被拍摄物体的三维结构。

新零售。目前该领域与视觉相关的主要包括人脸识别支付、商家结算收银。而在结算这块,相关的还有RFID、重力感应等方式。RFID射频设别技术与AI视觉识别支付的区别,可以从有无RFID标签,摄像头等外部功能来辨别。但现有视觉识别结算技术在物品叠放、超越视觉区域等方面仍然存在局限。此时便需要其他技术如重力感应等来辅助确认。

对于 AR 来说,3D 视觉将会帮助智能手机更好地实现 SLAM(Simultaneous localization and mapping,实时定位和地图构建)技术——而 SLAM 技术则是 AR 实现的核心。雷锋网曾经报道过,苹果 ARKit 的一大厉害之处是,只通过手机的单目摄像头,结合 IMU,在智能手机上实现 SLAM 技术;而依托于普通摄像头无法比拟的景深信息和建模能力,3D 视觉技术则可以帮助智能手机实现更高级的视觉 SLAM,从而手机上实现各种各样复杂的 AR 应用。

无所不在的3D结构光

展览展示。广告传媒、娱乐互动领域的应用可以分为两个层面:第一层面单向视觉传播;第二层面传感器互动感应,人工智能算法及时互动。技术难易度上,后者双向技术复杂综合,而目前双向技术应用较多的主要通过红外线、雷达感应互动,此外语音互动也是一大互动入口点。即用户最终看到的是AI视觉识别 传感器 手势互动 语音互动 ……技术应用叠加,人工智能化。

对此,胡科峰也表示,测通过 3D 和 IMU 等的结合,智能手机应用层面的最终方向一定是 AR 这个大方向,而且还要与 5G 结合起来,把 AR 做到非常便利,最终融入到用户的日常使用中去。

那么,3D结构光技术能给未来的智能产品及手机带来哪些新的功能应用呢?

不论是复联里出现的3D投影对话,还是现实中结构光与TOF技术在手机端的应用,可以发现的是3D计算机视觉正深入多个场景,解锁多样化应用场景。此外,5G技术趋势也在为视觉识别影像技术的应用提供技术环境沃土,人工智能项目百舸争流。

追随苹果 Face ID 之后,Android 旗舰「抢先」上马后置 3D 摄像头

现如今iPhone X的Face ID面部解锁功能就是利用了3D结构光技术,这是迄今为止安全级别最高的面部解锁。通过3D结构光技术实现面部解锁的话,容错率可以达到百万分之一,并且由于3D结构光技术的精确度可以达到毫米级别,所以通过其它技术手段很难仿制用户的面部结构以骗取手机系统进行解锁,进一步提升了安全性,完全可以取代现如今的指纹解锁;。

2017 年 9 月,随着 iPhone X 的发布,3D 视觉终于在智能手机上体现出它的使用价值;由于苹果在技术上的雄厚实力和它对用户体验的重视,iPhone X 以 3D 结构光技术打造了可以直接用于面部识别的 Face ID,并且迅速取代了 Touch ID。

图片 36

于是,以消费级的智能手机为着眼点,各大 Android 厂商纷纷开始发力 3D 视觉,基于技术与应用场景的结合,主要以结构光和 ToF 为主。

利用3D结构光技术获取用户的面部结构信息,还可以进专业美颜以及更换3D表情的操作,现在的美颜与图形图像处理软件层出不穷。但是由于对用户的面部数据获取十分有限,所以在进行美颜及更换表情时,总会出现不连贯或错误的情况,造成效果不太理想。3D结构光技术可以精确的了解到面部各个部位的结构信息,从而在不影响其它区域的情况下专门针对面部某个区域进行专项美化和更换表情,甚至更换形象的操作。

最早跨出这一步的是荣耀。2017 年 11 月 28 日,荣耀 V10 发布,其中搭载了“点云深度摄像头”的散斑结构光手机配件,具有 3D 人脸识别与解锁、3D 人脸建模等功能。

图片 37

2018 年 5 月底,小米发布了小米 8 透明探索版,其中搭载了 3D 结构光技术,号称是 Android 首款 Face ID 手机。小米 8 透明探索版采用的是以编码结构光技术,该技术由以色列 Mantis Vision 公司研发。据了解,在 Mantis Vision 的编码结构光系统,点阵投影器和泛光照明器中的 VCSEL 由艾迈斯半导体提供;近红外摄像头中的全局快门图像传感器由豪威科技(OmniVision)提供。

3D结构光不仅在手机应用上表现出色,在不久的将来也将运用在5G全息投影、AR虚拟现实场景模拟以及AR游戏等方向,相信在不久的将来3D结构光的技术让我们的生活变得更有品质,娱乐更真实,信息更安全,生活更便捷,沟通更流畅。

图片 38

备注: 本文来源于网络,如有侵权,请联系lianjie0706删除,谢谢!返回搜狐,查看更多

2018 年 6 月,OPPO Find X 发布,这款旗舰手机的其中一个主要卖点,就是 “FaceKey 3D 结构光”技术和“双轨潜望结构”设计,而背后的供应商是奥比中光,双方是独家合作关系。从应用场景上来看,OPPO Find X 的 3D 结构光主要用于人脸识别解锁、3D 美颜等——而 Find X 的“双轨潜望结构”,则意味着 3D 结构光摄像头模组必须做得比 iPhone X 更薄。

责任编辑:

此外,在 2018 年 10 月发布的华为 Mate 20 Pro 机型上,前置 3D 结构光技术也得以搭载。它在功能上也实现了人脸解锁、人脸支付,同时还可以通过 3D 结构光的 3D 景深感测功能来实现实时的 3D 建模;比如拍摄自己的面部表情,生成 3D 表情包。雷锋网了解到,华为带有结构光的机型发射端 VCSEL 由 Lumentum 供应;准直镜 G P 由联创电子、舜宇光学供应;DOE 由 AMS 和 DNP 供应;接收端感光芯片由豪威科技供应;3D 结构光算法为华为自研;整个 3D 结构光模组由欧菲光和舜宇供应。

图片 39

不过,在积极探索 3D 结构光的同时,整个业界对更适用于后置摄像头的 ToF 技术的探索也在持续进行(当然有报告中,苹果也在积极部署 ToF 技术);与此同时,随着整个行业在屏幕指纹识别技术上的一步步推进,3D 结构光带来的解锁便利似乎被逐步消解——于是,ToF 技术在 Android 阵营中受到欢迎。

首先上马 ToF 的机型,是 OPPO 在 2018 年 8 月发布的 R17 Pro;基于 ToF 的加持,它在 3D 拍照、立体游戏、AR 应用方面有了一些新的玩法。雷锋网从供应链处获悉,R17 Pro 上的 3D TOF 的摄像头供应商为舜宇光学。

图片 40

2018 年 12 月 21 日,vivo NEX 双屏版发布,该机型同样搭载了 ToF 技术。由于是前后双屏方案,这款机型也能够实现 ToF 技术辅助下的三摄自拍,并且可以实现 ToF 人脸识别,该人脸识别功能可以实现 24 小时人脸解锁,甚至可以支持支付宝的支付功能。雷锋网了解到,vivo NEX双屏版的摄像头模组由信利国际、欧菲科技和三星电机供应,其中 3D ToF 模组由信利国际独供;其他两颗摄像头模组由欧菲科技和三星电机供应,而三星电机是主供。

vivo NEX 双屏版发布数天之后,华为旗下的品牌荣耀在 2018 年年底的旗舰机型 V20 中也搭载了 ToF 技术,在发布会现场,荣耀现场展示了体感游戏、3D 建模、视频瘦身美体等功能。据了解,在 3D 图像传感器方面,荣耀 V20 和 OPPO R17 Pro 都采用了索尼的 IMX316 传感器,而其模组加工是由欧菲科技、舜宇光学科技来完成——与华为 P30 Pro 的供应商相一致。

值得一提的是,在 2019 年 2 月的三星 S10 发布会上,三星也宣布了一款 S10 5G 版本,这是一款拥有四颗摄像头的手机,其中包含一款可实现 ToF 技术的 3D 摄像头。由于三星在 3D 图像传感器领域的自研优势,ToF 技术极有可能出现在其他的三星手机上,比如说下半年的三星 Note 10。

图片 41

三星的韩国「妹妹」LG 也不想落人后,走了一条不同的路:在前置摄像头上采用了 ToF 3D 模组,而不是像苹果和其它 Android 厂商那样用了结构光。根据官方介绍, 2 月发布的 LG G8 THINQ 搭载了 ToF 技术的前置摄像头,传感器是 Infineon 的 REAL3。

图片 42

当然,在最新发布的 P30 Pro 上,华为选择了 ToF 技术。按照华为方面的介绍,华为 P30 Pro 所搭载的 ToF 镜头能够实现如下功能:

精准捕获景深信息,让拍出的画面更具层次感;

实现专业级的人像虚化,甚至可以精细到发丝;

实现 3D 体感游戏,3D 魔术师等功能;

利用深度感知功能,实现对物品的长度、高度和面积的测量。

可以看到,华为 P30 Pro 对 ToF 技术的应用主要体现在两个方面,一个是在手机拍照过程中对画面层次感和人像虚化功能的加持,另一方面是基于 3D 成像技术所开辟的其他应用场景,比如说 3D 体感游戏、AR 等。不过,从本质上来看,这两个方面都是离不开 ToF 技术的基本原理,就是对画面深度信息的感知和使用。

图片 43

根据雷锋网从供应链了解到的信息,华为 P30 Pro 的 ToF 模组关键供应商信息如下:VCSEL 来自 Lumentum;陶瓷盒子来自京瓷;Diffuser 扩散器来自 Viavi Solutions。镜头模组由舜宇,欧菲光提供。尽管如此,华为 P30 Pro 中其他的一些 ToF 技术实现的关键器件(比如说 3D 图像传感器)背后的供应商还并不明确。

另外,一个不得不重点关注的是苹果在 ToF 技术方面的动向。2018 年 11 月,美国专利商标局(USPTO,The United States Patent and Trademark Office)公布了苹果新的专利申请,专利显示,苹果可能使用光学电子元件如 VCSEL 以及 ToF、单光子雪崩二极体为基础的激光 LiDAR 来改进深度摄像头。

如此,苹果什么时候在 iPhone 上马 ToF,则成为业界的另外一个关注点了。

有了 Tango 的前车之鉴,这一次 3D 视觉会在智能手机上普及吗?

2013 年 9 月,苹果在最新发布的 iPhone 5s 机型上搭载了指纹识别技术,一时引爆了指纹识别的行业供应链;短短几年时间,指纹识别就已经从旗舰机型下探到入门机型,最后在智能手机上基本上实现全面普及,成为智能手机的标配。

那么,3D 视觉技术会像指纹识别那样在智能手机上普及吗?

胡科峰表示,仅仅从解锁支付的角度来看,如果指纹技术的出现对解锁体验的提升是 60 分到 80 分的话,那么 3D 视觉带来的面部解锁或支付的提升可能是 85 分到 95 分甚至是 99 分的提升,前者是“吃饱”,后者是“吃好”,显然前者的需求更加强烈,因此普及速度更快。

胡科峰表示,对于智能手机来说,3D 视觉方案的场景除了解锁支付(甚至说解锁支付只是附赠的一个功能),还有很多方面的应用潜力,比如说 AR 游戏、AR 视频通话,但这些应用还没有得到充分的开发,而且还要跟 AI、5G 等技术相结合——如果开发到一定阶段,3D 视觉也会逐渐走向普及。

图片 44

毫无疑问,3D 视觉已经成为整个智能手机行业正在积极拥抱的一个技术趋势,它也包含着众多的应用潜力,并且会随着 AI 和 5G 的发展找到更大的生机;3D 视觉技术无疑会走向更多的智能手机,但眼下仍然集中于旗舰机型,要想实现在产品定位和价格上的下探,恐怕还需要经历一个较长的过程。

另外,从现有的发展态势来看,智能手机厂商对 3D 视觉的选择已经逐渐从前置的 3D 结构光走向后置的 ToF 技术,这不禁让雷锋网想起了此前已经宣告死亡的 Project Tango——实际上,Google 当年力推的 Project Tango 的量产机型 Phab 2 Pro 正是采用了 ToF 技术,华硕亦有过尝试,但都没有获得好的市场反响。最终 Google 不得不在 2017 年终止 Project Tango 而改用 ARCore 来推进 AR。

所以,最后的问题来了,如今 ToF 技术已经被越来越多的手机厂商所支持,那么 Google 是不是要考虑复活 Project Tango 了?

本文由betway必威官网手机版发布于科学知识,转载请注明出处:旗舰纷纷上马后置,智能手机3D人脸识别技术哪家

关键词: