TMT观察网_独特视角观察TMT行业

9 月 12 日，蘋果在喬布斯劇院發布了 iPhone X，主打全面屏的 iPhone X 取消了 Touch ID，代之以 Face ID。

人臉識別似乎成為了這條“不完美”劉海的唯一作用，也讓“刷臉”從原本普通用戶并不怎么關心的功能一躍成為了所有手機廠商的熱點。

人臉識別這么重要么？重要到蘋果為了它而沒有把 iPhone X 做成一塊不帶缺口的屏幕？

面部識別并不是一項新技術

如果你是從 iPhone X 才開始認識到人臉解鎖的，那可真是對不起下面這些公司。

2011 年成立的 Face++，2012 年成立的依圖，2014 年成立的商湯科技目前都提供了成熟的人臉識別方案，應用領域主要包括安防、門禁、零售等。和蘋果的 Face ID 一樣，在這些場景里人臉識別的主要作用也是鑒定權限、保證安全。

人臉識別也是目前人工智能熱門領域，Face++和商湯科技近期獲得了 1 億美元的 C 輪融資和 4.1 億美元的 B 輪融資。

據新京報報道，這些人臉識別可以分為 1:1、1:N、N:N 三種等級。

1:1 等級的人臉識別，可以實現最初級的「證明你是你」。

用戶提前上傳個人照片儲存于系統中，每次驗證時，線下拍照與系統中存儲的照片進行對比來確定「你是不是你」。

例如，去銀行開通一張新的銀行卡的時候，銀行柜員拿著你的身份證跟你本人做對比，核實你是不是身份證上的人，這就是 1:1 的場景。

手機解鎖、刷臉支付、網上買票、醫院掛號、政府惠民工程項目，以及各種證券開戶、電信開戶、互聯網金融開戶都是 1：1 人臉識別的應用場景。

而 1:N 的人臉識別算法則主要用于人臉檢索，「證明你是誰」。與 1:1 的一一對照不同，1:N 需要一張照片同系統中的海量照片進行對比，根據相似度排列出多個對比結果。

1:N 人臉識別主要應用于安防領域，如用于排查犯罪嫌疑人、尋找走失兒童等。

而 N:N 人臉識別相當于同時進行多個 1：N 識別，用于「證明誰是誰」。Google 相冊和 iPhone 相冊目前都集成了類似的人臉識別，擁有了這項技術，整理起相冊可就更簡單了。

Google Photos 大家可能還不是很熟悉，以蘋果從 iOS 為例，從 iOS 10 開始，系統相冊不僅可以分辨出人臉，甚至還可以認出「誰是誰」。主要原理是定位面部的不同位置，眼、鼻、口等特征，通過這些面部特征把不同的人區分開來。

除了識別人臉，Google 相冊近期還支持了寵物識別，吸貓擼狗更方便了。

除了應用于安防、門禁的人臉識別，目前應用于手機的面部識別主要有蘋果、三星、小米、vivo 等廠商。

從系統級對人臉識別進行支持，也不是 iOS 今年的原創。Android 系統從未公開發售手機的 Android 1.0（API Level 1）就內嵌了軟件層面的人臉監測（FaceDetector）。

不過當時，這一功能并不是被用于安全和照片分類，可以說既不是上面提到的 1:1 也不是 1:N 更不是 N:N。而是粗略的識別出圖像中“是人臉”的部分，用于方便相機 App 對人臉進行優化——這個技術在智能手機誕生以前，卡片照相機時代就已經有了，基于這個技術所產生的最為大家所熟知的應用場景應該是笑臉快門。

大家應該對這幅廣告有印象吧？這是尼康S60卡片機在2008年的一組宣傳。

隨著手機計算力的提升，到了 Android 4.0 的時候，Google 在 Android 中首次加入了“面部解鎖”功能。而對開發者來說，從這一版本開始人臉識別的 API 進一步提升。從 Android 5.0 開始又新增了 Trusted Face，優化了面部解鎖的工作流程。

和 iPhone X相比，Android 平臺的面部解鎖并不強制要求設備在硬件上有額外的定制，只要你的手機有一顆前置攝像頭都能用。例如三星的 Galaxy S8 和小米 6、小米MIX 2（MIUI 9 最新開發版）、小米 Note 3 等熱門機型全都擁有面部識別解鎖。

小米 6 的面部識別

但由于前置攝像頭的硬件限制，因此這種方案無法像蘋果 Face ID 那樣對你的臉繪制三維的深度「臉圖」，為了保證“成功通關”的體驗，安全性會隨之下降。

小米 6 在添加面部數據時也加上了相應的風險提升：人臉識別的安全性低于圖案密碼、數字密碼、混合密碼和指紋。

除了手機廠商自帶的風險提示，判斷手機面部識別安全性的另一方法是面部識別數據是否用于支付。例如三星 Galaxy S8 的虹膜識別可以用于 Samsung Pay 的支付驗證，但是面部識別就不行。

除了安全性較低，這種方案的另一大缺陷是受到前置攝像頭大多硬件素質不高所限，面部解鎖的限制條件也很大——暗光環境不能用，行走過程中大概率無法解鎖，過于明亮也有可能導致無法打開。

小米 6 升級體驗版 MIUI 9 之后，人臉識別成功率較高，尤其是把手機拿在手中的場景下，識別速度也很快，但是到了晚上光線較暗的時候基本上處于不可用的狀態。這主要是硬件的局限性造成的—前置攝像頭暗光環境下很難捕捉足夠的圖像信息。

這并不是小米一家的問題，包括三星 Galaxy S8 在內，所有未對面部識別專門定制硬件的手機在使用軟件面部解鎖的時候都有這樣的尷尬。這也是為什么支付寶在2015年12月就上線了面部識別登錄，但大多數用戶還是選擇密碼的原因——為了保障你資金的安全，并適配盡可能多不同型號手機的前置攝像頭，支付寶的刷臉登錄真的很嚴格。

除了小米，vivo X20 也支持了面部識別。

vivo 在 X20 曾發布會上表示：vivo X20 的面部識別采集了 128 個數據點，安全性和解鎖速度上表現更好，再加上抬腕亮屏功能，解鎖體驗也不錯，vivo 將這項技術取名為 Face Wake。

回溯過往的新聞不難發現，無論是小米還是 vivo 都曾與 Face++ 達成合作。因此兩家的方案可能均來自 Face++。

通過特殊硬件加持讓手機更高效、更安全的進行人臉識別，全面屏的夢想可能還要放一放。

為了實現更為安全的面部識別，iPhone X 正面的全面屏上方有一條讓人詬病的劉海。如果面部識別真取代指紋識別真的是智能手機下一步的演進路線，那么“科幻級”全面屏可能離我們又遠了一些。

iPhone X 的劉海里集成了紅外（深度）攝像頭、近距離傳感器、泛光感應元件、環境光傳感器、左/上揚聲器、麥克風、前置攝像頭和一個名為點狀投射儀 (Dot projector) 的元件。它會投影 30000 多個肉眼不可見的光點在你臉上，對你的臉繪制一幅三維的深度「臉圖」，然后和系統記錄的臉圖進行比對。

iPhone X 面部識別的工作流程是：

當臉部靠近 iPhone X 時，被近距離傳感器感應到，并發出信號啟動泛光感應元件。

泛光感應元件發射出紅外光投射在物體表面，再由紅外（深度）攝像頭接收這些反射的信息，傳送到 A11 處理器。

經由人工智能的計算后判斷為臉部后，啟動點狀投射儀 (Dot projector) 產生大約 3 萬個光點投射到使用者的臉部，利用這些光點所形成的陣列反射回紅外（深度）攝像頭，計算出臉部不同位置的距離（深度），來比對臉部特征辨識是否為使用者本人。

數據點的多少不僅決定了識別的準確率，更重要的是決定了識別的安全性。

與 Android 靠算法補足前置攝像頭所獲取的 2D 數據不同，iPhone X 的泛光感應元件像是一個紅外線的“閃光燈”，能夠保證其在黑暗中正常工作。而點狀投射儀則會返回 3 萬個面部深度的信息，使得 iPhone X 從一開始就看到你“立體的臉”而不是像 Android 那樣需要用算法去“虛擬”一張立體的臉。

這讓 iPhone X 的面部識別，比現階段 Android 平臺擁有更強的易用性和安全性。

蘋果在 iPhone X 發布會上表示：被相同指紋破解 Touch ID 的概率是五萬分之一，而同樣情況下面部能破解 Face ID 的概率則是一百萬分之一。

不過，Android 黨也別著急。手機芯片廠商高通在 iPhone X 發布之前就透露，在今年年末發布明年年初正式量產的下一代驍龍芯片中，將增加對前置面部識別的硬件接口，方便手機廠商在手機正面加入景深或紅外傳感器。下一代高通方案的圖形信號處理器(ISP)和深度感知功能也會為此做出優化。

也就是說，面部識別不是一項新技術，但是要達到解鎖手機甚至支付的安全性要求，還需要對現有的方案進行技術升級和突破。

可能再過不久，指紋識別可能就要被丟進垃圾箱了。

來源： PingWest品玩