HUAWEI Mate 20 Pro 采用 2400 万前置摄像头，拥有 3D 结构光设计，3D 智能美颜，自拍清晰自然；同时支持 3D 人脸解锁，带来毫秒级解锁体验。

3D 结构光发射端镜头由联创电子 / 舜宇供货

在摄像头这一市场除了三摄外，其实 3D 结构光也成为此次关注的一大焦点。

通过上述可以看出，此次华为 Mate 20 系列中，华为 Mate 20 Pro 和华为 Mate 20 RS 保时捷设计均支持 3D 人脸解锁，识别速度小于 600ms，同时提供超过 3 万个检测点，误识率小等于百分之一。

除了解锁外，上述的两款带有 3D 结构光的新机也已经被支付宝认可作为刷脸手段。据悉，未来也将在微信支付上应用。

其他应用 3D 结构光的手机品牌

IPHONE X

2017 年苹果秋季新品发布会上，苹果带来了 10 周年纪念版 iPhone X，苹果 CEO 库克表示 iPhone X 为未来 10 年新技术奠定基调，而这其中除了全面屏之外，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，趣味性十足。

OPPO Find X

2017 年 5 月 10 号，国内手机品牌 OPPO 成功实现了全球首个基于 3D 结构光技术的 5G 视频通话演示，这让 OPPO 成为了目前 Android 手机行业中最早探索这项技术的品牌之一。

北京时间 2018 年 6 月 20 号，OPPO 在法国巴黎卢浮宫召开了 Find 旗舰系列的全球发布会，OPPO Find X 正式亮相，Find X 对于 3G 结构光的最终应用方式也随之揭晓。

首先这次 3G 结构光的物理搭载，就很有特色，OPPO 创新地采用了双规潜望结构，将摄像头隐藏在了手机内部，结构光的相应原件无须暴露在手机整机正面，在进一步开创全面屏记录的同时，也提供了全面屏“无刘海”自拍和解锁的可行解决办法。

再说 OPPO Find X 在 3G 结构光的应用层面，Find X 采用了 O-Face 3G 结构光技术，实现了免接触更安全的解锁。不仅解锁快，OPPO 更与支付宝合作，选好商品，确认交易，看一眼就能支付，简单快捷。

另外 OPPO 还满足了年轻人对于 3D 结构光的期待——更有趣，利用 O-Face 3G 结构光技术，Omoji 将实时精准的捕捉到你的表情，并同步呈现一个 Q 版的你，这些表情还可以传导到相册，用户完全可以使用自己专属的表情表和朋友聊天，极具可玩性。

人脸识别是如何实现的

生物识别其实并不是一个特别复杂的过程，简单的说都是通过获取生物特征信息与已存信息进行比对实现的。手机上的生物识别功能通过前置相机以非接触的方式获取生物信息图像，获取图像后进行数据处理，并与数据库中的已存在生物信息进行对比，当信息特征与已录入信息达到限定的相似度时，就可以完成面部识别解锁。

那么，只通过软件层面的面部识别和 3D 面部识别有什么差别呢？现在安卓阵营里，用在手机上的基本都只是通过软件层面来进行面部识别的，也正是因为如此我们才能在某些手机上只通过系统升级就能体验到面部识别功能。从实际体验来说，这种面部识别相当快，但其并不擅长于安全。

为何说这种方式不安全？其原因就在于面部识别是一种非接触的生物识别方式，这也是不同于指纹识别的显著特征之一。所以指纹识别可以通过增加获取生物的活体特征功能来避免假造指纹的识别通过，但面部识别却很难用获取生物活体特征的方式来排除照片欺骗。

面部特征点示意图

不管是哪种识别方式，都是通过识别特征点来进行特征获取的。一般来说，录入的特征点越多，生物识别的安全性就越高，在算法允许的情况下，一定面积的遮挡或者变化时识别准确性受到的影响就越小。面部识别也是这样的道理的，所以在一些安卓手机的面部识别宣传中我们可以看到关于识别特征点的描述。但问题就是，只要是通过平面照片获取信息点，不管多少特征点，都有被照片解锁的可能性。

当然，我们可以针对照片的特性来增强安全性。照片相对于活体，有三个特征，一是没有活体特征，这个难以实现已经排除；二是一张照片只有一个角度。在之前的其它面部识别设备上，就有需要通过转动脸部来获取人脸多角度特征，从而增加安全性的先例。但这种方案的问题就在于识别效率降低，在讲究速度的智能手机上，这样的面部识别相比于背面指纹识别没有优势。

面部识别

而第三点特征，就是照片是平面，而人是立体的。所以获取活体脸部的立体信息就成了面部识别的最佳方向。我们所说的 3D 面部识别就是这样的方案。那么这种方案是如何获取生物信息的呢？这就涉及到了 3D 结构光原理。

3D 结构光是个啥

如何在手机上获取 3D 的面部特征信息呢？有人说双摄啊，双摄不就能测量景深么？其实这么想没有问题，我们双眼看世界，看到的世界是立体的，因为我们的双眼存在一定的距离，看一个目标是视线就存在一定的夹角，所以双眼看到画面是不同的，在大脑中合成的画面就是立体的。而且现在存在双目立体成像设备，就是依据视差原理形成三维图像。

我们常用的面部识别，面部出现一定面积的遮挡也可以实现解锁，这是因为对比的数据只要相同率达到设定的条件即可。手机双摄虽然能够拍出不同视角的照片，但差别特别小，不能对面部识别的对比数据产生足够的影响。

深度摄像头构造

我们要说的 3D 结构光是获取面部立体信息的最佳方案之一。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 结构光则是通过人脸表现反射光线来确定深度信息的。

原理示意

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。其过程就是投影设备发射光线到被测物体上，摄像机拍摄在被测物体上形成的三维光图形，拍摄图像经采集处理系统处理后获得被测物体表面数据。在这个系统中，当相机和投影设备相对位置一定时，投射在被测物体上的光线畸变程度取决于物体表面的深度，所以在拍摄图像中可以得到一张拥有深度的光线图像。

网络结构的 3D 结构光投影

3D 结构光模式包含点、线、面的模式，是指投射的光线类型。一般来说，由多条垂直双向的线组成的网络结构最常用，因为这种模式不需要扫描就可以实现三维的轮廓测量，而且速度快。用在手机上的 3D 结构光则是由多个点组成的光线系统，选择红外线可以避免解锁被光线射一脸的尴尬。

基本原理与前一段时间发布的自行车的 LED 投影灯类似。这种 LED 投射灯内部配备光源电池，并且可以轻松的固定在车把手上。和以往的那些自行车照明设备不同，这种投影灯发出的亮光,照亮地面后呈方形网格状。

结构非常简单，就是一台非常迷你的 LED 投影仪，能在地面上投射出一个 18*18 的光网格子，于是，地面上有任何地形的变化，比如说，有沟，或者有块转头，这个格子就会出现明显的变形，提醒骑行者的注意。通过 LED 找到地面的网格状，用户在夜间使用时，观察地面上网格的变化判断地面的状况。目前，这款小物件推出了三个不同尺寸的版本用于不同场景，正常模式 140x180 毫米、高速模式 140x260 毫米和 团队模式 300x200 毫米。

只是手机上面的立体识别，是由软件实现，不是靠肉眼观察的。

看到这里，相信大家已经对 3D 结构光的面部识别原理有了一定的了解。当然，这些也只是对识别技术的简单介绍，其中的细节还是比较复杂的。就目前现状来看，iPhone X 的面部识别速度不如直接在软件层面进行的识别，但如果面部识别的活体检测技术未能被开发的话，3D 结构光的面部识别将成为未来主流的生物识别方案。